[1]潘辉,郑威,张莹莹.基于改进残差网络对心电信号的识别[J].数据采集与处理,2020,35(4):682-692.

[2]吕卫,邓为贤,褚晶辉,李喆.采用S变换特征选择方法的心律失常分类[J].数据采集与处理,2018,33(2):306-316.

[3]张培玲.基于改进残差网络的心电信号识别分类算法研究[J].传感技术学报,2021,34(6).

[4]基于上下文特征融合的行为识别算法[J].计算机工程与应用

[5]一种基于改进深度卷积神经网络的室性早搏检测算法[J].计算机应用与软件

[6]基于双向时间深度卷积网络的中文文本情感分类[J].计算机应用与软件

[7]赵治栋,杨雷,陈甸甸.基于FFT-Matching Pursuit的心电身份识别算法研究[J].传感技术学报,2013,26(3).

[8]石屹,金登男.基于贝塞尔曲线拟合的心电信号模式分类方法[J].计算机工程与设计,2013,34(4).

[9]唐孝,舒兰,郑伟.基于小波变换和粗糙集的早搏信号识别算法[J].计算机科学,2015,42(Z11):32-35.

[10]一种改进的GRU-InFCN人体行为识别模型[J].计算机应用与软件

[11]基于改进Inception卷积神经网络的手写体数字识别[J].计算机应用与软件

[12]改进CaffeNet模型在水面垃圾识别中的应用[J].传感器与微系统

[13]卢阳,鲍淑娣,周翔,陈金恒.基于动态心电信号的实时身份识别算法[J].计算机应用,2015,35(1):262-264,293.

[14]黄强,王永雄.感知器残差网络和超限学习机融合的3D物体识别[J].中国图象图形学报,2019,24(10):1738-1749.

[15]李学华,舒兰.核方法与流形学习在心电识别中的研究[J].计算机工程与应用,2009,45(20):20-22.

[16]翁雨辰,田野,路敦民,李琼砚.深度区域网络方法的细粒度图像分类[J].中国图象图形学报,2017,22(11):1521-1531.

[17]杨煦,张跃.基于支持向量机的心律失常识别方法[J].计算机工程与设计,2007,28(18):4442-4445.

[18]王银,陈云龙,孙前来.复杂背景下的手势识别[J].中国图象图形学报,2021,26(4):815-827.

[19]林志龙,王长龙,胡永江,张岩.SAR图像目标识别的卷积神经网模型[J].中国图象图形学报,2018,23(11):1733-1741.

[20]柴伟佳,王连明.卷积神经网络的多字体汉字识别[J].中国图象图形学报,2018,23(3):410-417.