排序方式: 共有1条查询结果,搜索用时 0 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