在这项工作中，作者尝试使用径向基函数网络（RBFN）对四种类型的长时程心律失常心电图（ECG）进行分类。数据来自麻省理工学院-贝思以色列医院（MIT-BIH）心律失常数据库，并使用经验模式分解（EMD）技术提取特征。对于信息量最大的内容，平均功率（AP）和色散系数（CD）由EMD的六个固有模函数（IMF）计算得出。采用主成分分析（PCA）进行特征约简，利用RBFN进行有效分类。结果部分显示了该算法的性能，分类准确率为95.98%<\/p> “，”DOI“：”10.4018\/ijcini.2021010104“，”type“：”journal-article“，”created“：{”date-parts“：[[2020,11,25]]，”date-time“：”2020-11-25T15:55:42Z“，”timestamp“：1606319742000}，”page“：“39-53”，“source”：“Crossref”，”is-referenced-by-count“：1，”title“：[”使用具有经验模式分解选择性特征的径向基函数网络进行心律失常分类“]，”前缀“：”10.4018“，”卷“：”15“，”作者“：[{”ORCID“：”http://\/ORCID.org\/0000-0002-5167-5695“，”authenticated-ORCID“：true，”给定“：”Saumendra Kumar“，”family“：”Mohapatra“，”sequence“：”first“，”affiliation“：”[{“name”：“ITER，Siksha\u2018O’Anusandhan（视同），印度“}]}，{“given”：“Mihir Narayan”，“family”：“Mohanty”，“sequence”：“additional”，“affiliation”：[{“name”：“ITER，Siksha\u 2018O‘Anusandhan（视同化），印度”}]}]，“member”：“2432”，“container-title”：[“International Journal of Cognitics and Natural Intelligence”]，“original title”：[]，“language”：“ng“，”链接“：[{“URL”：“https:\/\/www.igi-global.com/viewtitle.aspx？TitleId=267897”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2022,5,6]]，“date-time”：”2022-05-06T23:51:02Z“，“timestamp”：1651881062000}，“score”：1，“resource”:{“primary”：“”https:\/\/services.igi-global.com/resolvedoi\/resolve.aspx？doi=10.4018\/IJCINI.2021010104“}}，”subtitle“：[”“]，”shorttitle“：[]，”issued“：{”date-parts“：[2021,1,1]]}，“references-count”：0，”journal-issue“：{“issue”：“1”，“published-print”：{，“关系”：{}，“ISSN”：[“1557-3958”，“1557-39”]，“ISSN-type”：[{“值”：“1557-3958”、“类型”：“打印“}，{”值“：”1557-3966“，”类型“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[2021,1,1]]}}