基于知识蒸馏的房颤信号提取方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对基于双时域卷积网络的房颤信号提取网络模型存在的参数量大、运算资源要求高和实时性差等问题，提出基于知识蒸馏的房颤信号提取方法。该方法的教师网络和学生网络分别采用3层、1层的基于时域卷积网络（TCN），维度分别为256和32。实验结果表明，采用知识蒸馏的方法可以提高学生网络的性能，且用蒸馏后的房颤信号提取的学生网络相比于教师网络，其网络模型更小、运算资源要求更低、实时性更高，为部署到资源有限的嵌入式设备提供了理论依据。（剩余8192字）

试读结束

目录
monitor
客服机器人