摘要:心臟心律失常數(shù)據(jù)集的心電圖(ECG)數(shù)據(jù)往往存在各心律失常類型下樣本數(shù)量不平衡問題.針對此問題,提出了一種新的模式識別分類方法,即改進的基于核的差重建的加權(quán)k-近鄰分類器(modified kernel difference-weighted k-nearest neighbor classifier, MKDF-WKNN),通過引入修正因子對含樣本數(shù)較多的類別進行權(quán)值抑制,對含樣本數(shù)較少的類別進行權(quán)值的加大,并使用UCI心臟心律失常數(shù)據(jù)集對ECG數(shù)據(jù)進行分類.實驗結(jié)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,對于不平衡的心律失常數(shù)據(jù)集的分類有更好的效果.
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。
東北大學(xué)學(xué)報·自然科學(xué)版雜志, 月刊,本刊重視學(xué)術(shù)導(dǎo)向,堅持科學(xué)性、學(xué)術(shù)性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:材料與冶金、信息與控制、機械工程、資源與土木工程、管理科學(xué)等。于1955年經(jīng)新聞總署批準的正規(guī)刊物。