为了能更好地服务心电信号人工智能分类算法研究,并解决受试者数据信息管理问题,设计并实现了一款面向AI-ECG算法研究的软件平台。该软件平台使用Matlab R2019b作为开发工具,MySQL Sever 8.0作为后台数据库管理平台,主要包含了数据管理...
详细信息
为了能更好地服务心电信号人工智能分类算法研究,并解决受试者数据信息管理问题,设计并实现了一款面向AI-ECG算法研究的软件平台。该软件平台使用Matlab R2019b作为开发工具,MySQL Sever 8.0作为后台数据库管理平台,主要包含了数据管理、数据读入和数据处理与分析三个模块,实现了对受试者临床基础信息的查询和设置以及对多种格式心电信号的读取、显示、处理、分析和存储等功能。该软件平台操作简单,满足基本的科研需要,对AI-ECG算法研究具有重要的意义。
随着手机短信成为人们日常生活交往的重要手段,垃圾短信的识别具有重要的现实意义.针对此提出一种结合TFIDF的self-attention-based Bi-LSTM的神经网络模型.该模型首先将短信文本以词向量的方式输入到Bi-LSTM层,经过特征提取并结合TFIDF和self-attention层的信息聚焦获得最后的特征向量,最后将特征向量通过Softmax分类器进行分类得到短信文本分类结果.实验结果表明,结合TFIDF的self-attention-based Bi-LSTM模型相比于传统分类模型的短信文本识别准确率提高了2.1%–4.6%,运行时间减少了0.6 s–10.2 s.
暂无评论