基于改进遗传模拟退火 K-means的心电波形的分类研究

摘要：

针对心电图自动诊断困难这一问题，提出了一种新的聚类算法：基于均方差属性加权的遗传模拟退火K-means改进聚类算法，用于改进心电图（ECG）信号的自动识别技术。利用小波变换的多分辨率和抗干扰能力好的特点，检测QRS波、P波、T波，提高了特征检测的准确性；利用聚类分析具有较好的鲁棒性和适合于大数据量分析的特点，对心电信号进行波形分类。采用MIT-BIH标准心电数据库中的部分数据对识别结果进行判断，改进后的K-means聚类算法的准确率高于传统的K-means聚类算法，实验表明该算法对心电信号可以进行有效分类。

关键词：心电图信号、聚类、特征提取、K-means、遗传算法、模拟退火、属性权重、均方差、小波变换

分类号：TP391.4(计算技术、计算机技术)

资助基金：黑龙江省教育厅科学技术研究项目12511100;黑龙江省自然科学基金资助项目F201014，F201134

在线出版日期：2014-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3328-3332