基于脈搏波頻域梅爾頻率倒譜系數(shù)特征的高血壓危險(xiǎn)分層預(yù)測模型

摘要： 目的 為改進(jìn)基于人工智能技術(shù)高血壓時(shí)域脈搏波分類模型精度低、泛化性能差的問題，提出一種基于融合注意力機(jī)制的頻域脈搏波預(yù)測模型。方法 首先將時(shí)域脈搏波轉(zhuǎn)換為頻域梅爾頻率倒譜系數(shù)特征，增強(qiáng)脈搏波區(qū)分度，采用時(shí)間卷積網(wǎng)絡(luò)與Transformer 結(jié)構(gòu)提取脈搏波深層特征，并將自注意力機(jī)制與選擇性內(nèi)核注意力進(jìn)行決策融合，提取脈搏波關(guān)聯(lián)特征，并采用Floodings正則化方法間接控制訓(xùn)練損... （共15頁）