此提交提供了(即将到来的)电子书在完整的计算机学习工作流程上解释的代码。基于2016 2016挑战的心脏录音,开发了一种模型,将心脏声音分类为正常的VS异常,并部署在原型(心脏)筛选应用中。工作流程显示:
1)使用数据存储来有效地从多个文件夹中读取大量数据文件
2)使用来自信号处理,小波和特征提取统计的工具
3)使用ClassificationLearner应用程序来交互式列车,比较和优化分类器而不编写任何代码
4)以错误分类成本,以编程方式培训集合分类器
5)应用自动特征选择以选择较小的相关功能子集
6)执行C代码生成以进行部署到嵌入式系统
7)应用小波散射自动提取特征,以便手动设计的特征
引用
Bernhard Suhm(2021)。心声分类器(//www.tianjin-qmedu.com/matlabcentral/fileexchange/65286-heart-sound-classifier),Matlab中央文件交换。检索到。