PCA与KNN在胎心率与宫缩描记图分类中的研究

• 作者: 孟娜 王冰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 主成分分析 K近邻分类 胎心率与宫缩描记图
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 工程与应用
• 页码范围: 223-225,238
• 页数: 4页
• 分类号: TP391
• 字数: 3744字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.07.068

摘要

提出了基于主成分分析(Principal Component Analysis,PCA)的K近邻(K Nearest Neighbor,KNN)分类原理,并将其应用于胎心率与宫缩描记图分类.主要思想是:对训练样本和测试样本进行降维,并对降维后的测试样本使用KNN分类技术分类.选择2 120组胎心率与宫缩描记图数据,使用该方法进行分类测试.实验结果表明,使用该类模型,分类结果稳定,分类准确率高,并且能够降低高维空间搜索K近邻的复杂性,减轻计算负担.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王冰	西北大学信息科学与技术学院	45	366	11.0	16.0
2	孟娜	西北大学信息科学与技术学院	3	10	2.0	3.0