في هذه الورقة البحثية، تم اقتراح خوارزمية لتصنيف اضطرابات النظم القلبي، والتي تعتمد على تقليل أبعاد الميزات باستخدام تحليل التمييز الخطي (LDA) وتصنيف باستخدام آلة الدعم المتجهة (SVM). تم استخراج سبعة عشر ميزة أولية من الإشارات المُعالجة مسبقًا باستخدام تحويل الموجات، ثم تم بذل جهود لتقليل هذه الميزات إلى أربع ميزات فقط، وهي تركيب خطي للميزات الأصلية، باستخدام LDA. أظهر أداء تصنيف SVM باستخدام الميزات المختصرة عبر LDA تفوقًا على الأداء باستخدام تحليل المكونات الرئيسية (PCA) وحتى على الأداء باستخدام الميزات الأصلية. عند مقارنة تصنيف SVM مع تصنيفات متعددة الطبقات (MLP) ونظام الاستدلال الضبابي (FIS) ضمن إجراء تحقق متقاطع، أظهر تصنيف SVM تفوقًا شاملًا على جميع النماذج الأخرى، عندما تم استخدام نفس الميزات المختصرة. وبشكل خاص، بلغت دقة تمييز النظم القلبي الطبيعي (NSR)، والانقباضات المبكرة الشريانية (APC)، والقصبة فوق البطينية السريعة (SVT)، والانقباض البطيني المبكر (PVC)، والقصبة البطينية السريعة (VT)، والارتجاف البطيني (VF) على التوالي 99.307% و99.274% و99.854% و98.344% و99.441% و99.883%. كما أظهر تصنيف SVM أداءً أفضل حتى مع كميات بيانات تدريب أصغر مقارنةً بتصنيف MLP.