動態(tài)心電波形聚類策略的有效性分析.pdf

1、聚類是無監(jiān)督的學習算法，它將數(shù)據(jù)集依照某種聚類準則，分成不同的類，其目標是使得類內(nèi)的對象盡可能的相似，類間的距離盡可能的遠離。在聚類分析的結果中，聚類算法是否適合給定的數(shù)據(jù)集，得到的聚類結果能否反映數(shù)據(jù)集固有的結構，這就需要對聚類結果進行評價。
　　 傳統(tǒng)的聚類有效性評價方法大多是針對低維數(shù)據(jù)的聚類結果，并且取得了很好的效果，但針對高維的動態(tài)心電波形數(shù)據(jù)，由于其存在曲線的特性，傳統(tǒng)有效性評價方法存在一定局限性。本文通過對動態(tài)心電

2、波形生物背景以及有效性評價方法的分析，研究動態(tài)心電波形聚類結果的有效性分析，提出了適用于心電波形聚類分析效果的內(nèi)部評價方法和相對評價方法。
　　 本文通過分析動態(tài)心電波形的特點，提出了改進的FOM方法(Figure of Merit)用于心電波形聚類效果的內(nèi)部評價。FOM方法是經(jīng)典的內(nèi)部評價方法，但該方法反映的是在歐式距離下的類內(nèi)差異，并不適合對動態(tài)心電波形聚類結果進行評價。Hausdorff距離是一種極大極小距離，不需要建立點

3、之間的一一對應關系，只是計算兩個點集之間的相似程度。本文在FOM方法的基礎上，通過對心電波形分段加權求和，計算Hausdorff距離，提出了一種改進的有效性評價方法，通過對MIT-BIH標準數(shù)據(jù)庫的心電數(shù)據(jù)進行實驗，實驗結果表明，與傳統(tǒng)的FOM方法相比，改進的方法能對動態(tài)心電波形的聚類結果進行有效的評價。
　　 對聚類效果進行相對評價的一個難點是確定最佳的聚類類別數(shù)。本文提出了一種基于引力概念的相對評價方法，從類內(nèi)緊密性和類間

4、分離性的角度出發(fā)構造有效性函數(shù)，以此來確定最佳聚類類別數(shù)。通過對MIT-BIH數(shù)據(jù)庫心電數(shù)據(jù)上的實驗，表明與傳統(tǒng)經(jīng)典方法SD(Scat-Dis)指標和DB(Davies-Bouldin)指標的評價效果相比，本文提出的方法具有更好的評價效果。
　　 本文最后將所提出的有效性評價的內(nèi)部評價法和相對評價法應用于動態(tài)心電波形聚類效果的評價。通過在MIT-BIH標準數(shù)據(jù)庫上對不同聚類算法的結果評價，實驗結果證明所提有效性評價方法可以指導使