为了解决小波变换法不能有效地提取心拍的局部特征,甚至丢失一些关键特征的问题,该文基于类内类间距离和准确性准则,分别采用顺序浮动前向搜索(SFFS)法和单独最优特征组合法对心拍信号的Gabor变换系数的实部选择.选出的系数与RR间期一起组成最近邻分类器的输入特征向量.数据集来自MIT-BIH(Massachusettes Institute of Technology-Boston's Beth Israel Hospital)心电数据库的8种类型的心拍.实验结果表明,基于准确性准则和SFFS法即封装法的心拍分类方法准确性最高,为98.65%,仅需利用15个Gabor变换系数,有利于提高分类速度.该方法是一种更有效的心拍分类方法.