基于CNN-GRU网络模型的心拍信号分类方法（高校公示15天）（不包年费滞纳金）（需要二变）
发明专利本发明公开了一种基于CNN‑GRU网络模型的心拍信号分类方法，涉及计算机领域和医学信号处理领域，本发明的目的是解决心电信号干扰多、分类精度低等问题。本发明包括以下步骤：将心电数据通过小波变换除去噪声，再将其分割成心拍的形式，之后将预处理后的心拍随机划分成训练集、验证集和测试集；构建基于CNN网络模型和GRU网络模型的深度学习网络模型，之后挑选训练好的模型中精度最高的模型来预测数据，得到心电数据的预测分类结果。利用本发明提出的基于CNN‑GRU网络模型对心拍信号分类的方法可以实现对心电信号高效、准确的分类识别。
《基于CNN-GRU网络模型的心拍信号分类方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022108555845，当前法律状态为已下证，由吉林大学提出申请，发明人为顾玲嘉;李丽岚;江明达;任瑞治，申请日期为2022-07-20，公开（公告）日期为2026-02-17，国际专利分类号（IPC）为 G06F 18/241 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于CNN‑GRU网络模型的心拍信号分类方法，涉及计算机领域和医学信号处理领域，本发明的目的是解决心电信号干扰多、分类精度低等问题。本发明包括以下步骤：将心电数据通过小波变换除去噪声，再将其分割成心拍的形式，之后将预处理后的心拍随机划分成训练集、验证集和测试集；构建基于CNN网络模型和GRU网络模型的深度学习网络模型，之后挑选训练好的模型中精度最高的模型来预测数据，得到心电数据的预测分类结果。利用本发明提出的基于CNN‑GRU网络模型对心拍信号分类的方法可以实现对心电信号高效、准确的分类识别。
海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！
