排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
用于心电波形度量及适于K近邻方法的核函数的选择 总被引：1，自引：0，他引：1
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． 相似文献
1