首页> 中文期刊> 《天津理工大学学报》 >用于心电波形度量及适于K近邻方法的核函数的选择

用于心电波形度量及适于K近邻方法的核函数的选择

             

摘要

本文将机器学习中K近邻(KNN)方法应用于动态心电图波形分类模型的建立.但KNN算法属于线性分类.因此引入了核函数的概念,将波形数据间的线性差异转化为非线性.本文主要对常见的核函数中的高斯核函数.四次样条核函数及改进的复合四次样条核函数进行了比较,实验结果显示,3种方法在一定程度上都提高了分类准确度.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号