基于知识蒸馏的房颤信号提取方法

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.