TY -的A2 -王,x非盟-王,凯盟——赵Youjin盟——熊,庆余AU -风扇,分盟——太阳,Guotan AU - Ma, Longkun盟——刘,通PY - 2016 DA - 2016/09/26 TI -基于深度学习健康的异常检测模型的研究从多个生理信号时间序列SP - 5642856六世- 2016 AB -健康对每个人都至关重要。进一步提高其已经受人尊敬的医疗技术,医学界正在过渡到积极的方法预测和生病前降低风险。这种方法需要测量人类的生理信号和定期分析这些数据。在本文中,我们提出一个新颖的方法来应用深度学习在生理信号分析,允许医生识别潜在的风险。然而,从生理时间序列数据中提取高水平信息是一个机器学习社区面临的难题。因此,在这种方法中,我们基于卷积神经网络应用模型,可以自动学习功能从原始生理信号以一种无监督的方式,然后基于学习功能使用多元高斯分布异常检测方法来检测异常数据。我们的实验显示有显著的性能在生理信号异常检测。所以它是一种很有前途的工具,医生确定疾病的早期迹象,即使是未知的先验的标准。SN - 1058 - 9244你2016/5642856 / 10.1155——https://doi.org/10.1155/2016/5642856——摩根富林明-科学编程PB Hindawi出版公司KW - ER