Ефективність алгоритмів попередньої обробки даних в задачі класификації високочастотних біологічних сигналів

Abstract

В роботі наведено результати досліджень, що дозволили оцінити ефективність застосування різних алгоритмів згладжування сигналів пульсометрії в задачі класифікації здоров'я людини з точки зору стану серцево-судинної системи. Моделювання згладжених сигналів відбувалося за рекурентним адитивно-мультиплікативного багатоетапним алгоритмом (РАМБА) методу групового урахування аргументів (МГУА), проведення класифікації отриманих моделей реалізовано засобами програми GMDH Shell.

В данной работе приведены результаты исследования эффективности различных алгоритмов сглаживания сигналов пульсометрии в задаче классификации здоровья человека с точки зрения состояния сердечнососудистой системы. Моделирование сглаженных сигналов реализовано с помощью рекуррентного адитивно-мультипликативного многоэтапного алгоритма РАМБА метода группового учета аргументов.

This paper presents the results of effectiveness research on various algorithms for smoothing pulsometry signals in the classification problem of human health from the view point of cardiovascular system state. The modeling of smoothed signals are realized using the Recurrent Aditive-Multiplicative Multistage Algorithm (RAMMA) of Group Method of Data Handling (GMDH).