计算机应用研究
計算機應用研究
계산궤응용연구
Application Research of Computers
2015年
10期
2934-2939
,共6页
万静%张晓瑞%何云斌%李松
萬靜%張曉瑞%何雲斌%李鬆
만정%장효서%하운빈%리송
心电信号%聚类%二维主分量判别法%遗传算法%模拟退火%K-means
心電信號%聚類%二維主分量判彆法%遺傳算法%模擬退火%K-means
심전신호%취류%이유주분량판별법%유전산법%모의퇴화%K-means
electrocardiogram(ECG) signals%clustering%two dimensional principal component analysis (2D-PCA)%genetic algorithm%simulated annealing%K-means
针对心肌梗死(myocardial infarction,MI) 12导联高频心电信号(high frequency electrocardiogram,HFECG)全局特征聚类问题,提出了一种计算机自动聚类算法.收集MIT-BIH标准心电数据库中的健康心电信号、早期心肌梗死心电信号、急性期心肌梗死心电信号、近期心肌梗死心电信号进行处理.应用二维主分量判别法(two dimensional principal component analysis,2D-PCA)对12导联HF-ECG进行融合特征提取,并应用基于均方差属性加权的遗传模拟退火K-means改进聚类算法.与常规K-means聚类算法相比,特征值更加简单直观,所提算法平均分类精度有较大提高,能对12导联HF-ECG进行更有效的聚类.
針對心肌梗死(myocardial infarction,MI) 12導聯高頻心電信號(high frequency electrocardiogram,HFECG)全跼特徵聚類問題,提齣瞭一種計算機自動聚類算法.收集MIT-BIH標準心電數據庫中的健康心電信號、早期心肌梗死心電信號、急性期心肌梗死心電信號、近期心肌梗死心電信號進行處理.應用二維主分量判彆法(two dimensional principal component analysis,2D-PCA)對12導聯HF-ECG進行融閤特徵提取,併應用基于均方差屬性加權的遺傳模擬退火K-means改進聚類算法.與常規K-means聚類算法相比,特徵值更加簡單直觀,所提算法平均分類精度有較大提高,能對12導聯HF-ECG進行更有效的聚類.
침대심기경사(myocardial infarction,MI) 12도련고빈심전신호(high frequency electrocardiogram,HFECG)전국특정취류문제,제출료일충계산궤자동취류산법.수집MIT-BIH표준심전수거고중적건강심전신호、조기심기경사심전신호、급성기심기경사심전신호、근기심기경사심전신호진행처리.응용이유주분량판별법(two dimensional principal component analysis,2D-PCA)대12도련HF-ECG진행융합특정제취,병응용기우균방차속성가권적유전모의퇴화K-means개진취류산법.여상규K-means취류산법상비,특정치경가간단직관,소제산법평균분류정도유교대제고,능대12도련HF-ECG진행경유효적취류.
