面向不平衡數據集的一種改進的k-近鄰分類器
作者：劉鵬; 杜佳芝; 呂偉剛; 竇明武 中國海洋大學計算中心; 山東青島266100; 中國海洋大學信息學院; 山東青島266100; 哈爾濱工業大學計算機科學與技術學院; 黑龍江哈爾濱150001; 中國海洋大學教育技術系; 山東青島266100
摘要：心臟心律失常數據集的心電圖(ECG)數據往往存在各心律失常類型下樣本數量不平衡問題.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較多的類別進行權值抑制,對含樣本數較少的類別進行權值的加大,并使用UCI心臟心律失常數據集對ECG數據進行分類.實驗結果表明,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據集的分類有更好的效果.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
東北大學學報·自然科學版雜志
東北大學學報·自然科學版雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：材料與冶金、信息與控制、機械工程、資源與土木工程、管理科學等。于1955年經新聞總署批準的正規刊物。
- 北大期刊
- CSCD期刊
- 統計源期刊
- 1-3個月審核
