[发明专利]一种为动态ECG数据寻找误差最小网络计算结构的方法

说明书

本发明提供了一种为动态ECG数据寻找误差最小网络计算结构的方法，包括以下步骤：步骤一，初始化：S11、初始化每个个体Xi；S12、初始化交叉因子CR：CR取0～1中任意浮点数值；S13、初始化变异因子F：F取0～1中任意浮点数值；S14、初始化代数gen，命gen＝0；步骤二，计算个体Xi的误差Fitness[i]：S21、命i＝1；S22、将新个体V_i的基因数据解码成一个卷积神经网络结构CNN1；S23、利用梯度下降方式和当前心电数据对卷积神经网路结构CNN1内计算式进行权值的迭代收敛，得到卷积神经网路结构CNN1的最优权值矩阵W1。为动态ECG数据寻找误差最小网络计算结构的方法解决现有技术中因对于每个人的心电数据都设置一样的网络计算结构而导致心电信号异常检测时出现误判的问题。

技术领域

本发明涉及动态ECG数据的处理，具体涉及一种为动态ECG数据寻找误差最小网络计算结构的方法。

背景技术

由于每个人的心电数据不一样，因此最适合每个人心电数据的网络计算结构也是不一样的。而现有技术中，在为了检测心电信号异常信号的出现，都是设置一定的网络计算结构，因此会导致误判等现象出现。

发明内容

本发明要提供一种为动态ECG数据寻找误差最小网络计算结构的方法，解决现有技术中因对于每个人的心电数据都设置一样的网络计算结构而导致心电信号异常检测时出现误判的问题。

为实现上述目的，本发明采用了如下的技术方案：

本发明首先提供一种为动态ECG数据寻找误差最小网络计算结构的方法，包括以下步骤：

步骤一，初始化：

S11、初始化每个个体Xi，Xi为内含有N个基因组成的数组，设有M个Xi个体，1≤i≤M，每个基因内有三个数据串，一个数据串表示计算式，另两个数据串表示向前连接的节点，表达节点的每一数据串中有一位数字为用于表示该数据串表达或不表达的0或1；

S12、初始化交叉因子CR：CR取0～1中任意浮点数值；

S13、初始化变异因子F：F取0～1中任意浮点数值；

S14、初始化代数gen，命gen＝0；

步骤二，计算个体Xi的误差Fitness[i]：

S21、命i＝1；

S22、将新个体V_i的基因数据解码成一个卷积神经网络结构CNN1；

S23、利用梯度下降方式和当前心电数据对卷积神经网路结构CNN1内计算式进行权值的迭代收敛，得到卷积神经网路结构CNN1的最优权值矩阵W1；

S24、将当前心电数据输入至具有最优权值矩阵W1的卷积神经网路结构CNN1中，计算得出的误差率F_i_new1；

S25、命Fitness[i]等于F_i_new1；

S26、i＝i+1；

S27、判断i是否大于M，若否则进行步骤S22，若是则进行步骤三；

步骤三、设第一种种群A₁内各个个体为A_1i，A_1i为长度与X_i相等的数组，A_1i复制Xi，即是A_1i＝X_i(1≤i≤M)，G1[i]＝Fitness[i]，获得第一种种群A₁的最优个体的步骤包括：

S301、计算gen＝gen+1；

S302、命i＝gen；