用于动态心电图波形分类改进的K近邻算法研究

• 作者: 苑静中
• 来源期刊: 天津师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 分类 曼哈顿距离 K近邻算法 动态心电图
• 年，卷（期）: 2008,（3）
• 页码范围: 60-63
• 页数: 4页
• 分类号: TP301.6|TP311.1
• 字数: 2468字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1114.2008.03.017

摘要

针对动态心电图波形数据量大且具有明显个体差异性的特点,提出了一种改进的K近邻分类算法,用于动态心电图波形分类.该算法首先将实例间的度量改为曼哈顿距离(City Block Distance),然后引入高斯核函数,将K近邻算法改进为非线性分类算法,以达到分类动态心电图波形的目的.实验结果表明,该算法在对动态心电图波形进行分类时,分类精度在90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑静中	天津理工大学计算机科学与技术学院	6	16	3.0	3.0