面向不平衡数据集的一种改进的k-近邻分类器

• 作者: 刘鹏 吕伟刚 杜佳芝 窦明武
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 心律失常 心电图 模式分类 k-近邻算法 不平衡数据集
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 信息与控制
• 页码范围: 932-936
• 页数: 5页
• 分类号: TP181
• 字数: 4143字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2019.07.004

摘要

心脏心律失常数据集的心电图(ECG)数据往往存在各心律失常类型下样本数量不平衡问题.针对此问题,提出了一种新的模式识别分类方法,即改进的基于核的差重建的加权k-近邻分类器(modified kernel difference-weighted k-nearest neighbor classifier,MKDF-WKNN),通过引入修正因子对含样本数较多的类别进行权值抑制,对含样本数较少的类别进行权值的加大,并使用UCI心脏心律失常数据集对ECG数据进行分类.实验结果表明,提出的算法和其他一些基于KNN的算法如KNN,DS-WKNN,DF-WKNN和KDF-WKNN相比,对于不平衡的心律失常数据集的分类有更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	窦明武	中国海洋大学计算中心	7	164	6.0	7.0
2	刘鹏	中国海洋大学计算中心	19	158	8.0	12.0
6	吕伟刚	中国海洋大学信息学院	5	8	2.0	2.0
10	杜佳芝	哈尔滨工业大学计算机科学与技术学院	1	2	1.0	1.0