多智能体奇异值分解k均值QT数据聚类

• 作者: 许元飞
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 多智能体 k均值聚类 奇异值分解 QT心电数据 大数据 并行计算
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 优化控制技术及应用
• 页码范围: 1397-1401
• 页数: 5页
• 分类号: TP391
• 字数: 4082字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150641

摘要

针对长期QT心电数据分析中数据量大,传统聚类分析算法在计算快速性和精度性上无法满足要求的问题,提出一种多智能体序列k均值奇异值分解的聚类算法,对QT数据库进行模拟分析.首先,针对数据量大的问题,基于多智能体结构,设计并行化的聚类分析框架,并给出各智能体间的通讯协议;其次,为提高聚类精度,结合奇异值分解理论,对k均值聚类算法进行改进,通过较小随机线性过程对高分辨率的数据进行推断,降低计算复杂度的同时,提高算法的聚类精度;最后,通过在QT数据库上的仿真实验显示,所提算法具有满足要求的实时性和高精度性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许元飞	西安科技大学计算机科学与技术学院	17	60	5.0	7.0