期刊简介
《中国医疗设备》（原刊名《医疗设备信息》2007年更名），是由卫计委主管的中国科技核心期刊、中国科技论文统计源期刊。《中国医疗设备》创刊于1986年，30年来本刊始终以 “融合医学与工程，服务医疗与设备”为办刊宗旨，始终致力于推动医学工程、医疗设备耗材和信息互联网领域的科技创新，搭建起医学工程技术人员、临床医生、企业及大学之间的学术交流平台，实现医学临床需求和工程技术的完美对接。本刊现为180页月刊，大16开铜版彩色印刷，每月10日出刊。据中国科技信息研究所《中国科技期刊引证报告（核心版）》的数据显示，2018年，《中国医疗设备》杂志在医疗设备类杂志中综合评分排名前列。
往期目录
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2017
-
2018
-
2019
首页>中国医疗设备杂志
- 杂志名称：中国医疗设备杂志
- 主管单位：医疗设备信息
- 主办单位：国家卫生健康委员会
- 国际刊号：11-5655/R
- 国内刊号：11-5655/R
- 出版周期：月刊
期刊荣誉：中华医学会医学工程学分会会刊中国医师协会临床工程师分会会刊中国计量测试学会医学计量分会会刊期刊收录：国家图书馆馆藏, 维普收录(中), 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), 万方收录(中), 上海图书馆馆藏
基于小二乘支持向量机的心音分类识别研究
许莉莉；师炜；郭学谦；曲典
关键词：心音, 小波包分解, 支持向量机, 最小二乘支持向量机, 参数优化
摘要：目的 将小二乘支持向量机引入心音的分类识别,优化其参数设置,获得优的分类结果 .方法 本文通过医院采集和网络下载获得99例心音信号,每个信号提取两个长度为5 s的样本,共198个样本,均分为3个集合.对每个样本采用sym6小波基进行小波包3层分解,根据Parseval定理计算每个样本的能量谱特征.以训练集数据送入支持向量机和小二乘支持向量机进行机器学习,采用不同步长相结合的搜索法,根据测试集1的分类结果 对向量机的参数进行优化.结果 以高斯径向基函数为核的支持向量机,其惩罚因子C和核函数宽度σ均为20.086时,对测试集1的分类正确率高,为79.7%;对测试集2的分类正确率为84.5%,分类计算使用的时间分别为0.108 s和0.117 s.对小二乘支持向量机,高斯径向基函数宽度平方σ2取1,正则化参数γ取20.086时,对测试集1的分类正确率高,为94.2%;对测试集2的分类正确率为89.6%,分类计算使用的时间分别为0.0638 s和0.0692 s.结论 采用求解线性方程法寻找局部优解的小二乘支持向量机运算速度快,更适合心音样本的分类识别.
友情链接