模糊聚類技術(shù)在心電波形分類中的應(yīng)用研究.pdf

1、心血管疾病是當(dāng)今危害人類健康的主要疾病之一，心電圖檢查是臨床上診斷心血管疾病的重要方法。心電圖準(zhǔn)確的自動分類對于心血管疾病的診斷起著關(guān)鍵作用。 聚類分析是非監(jiān)督模式識別的一個(gè)重要分支，它是用數(shù)學(xué)的方法研究和處理給定對象分類。
　　 模糊聚類建立在樣本對于類別的不確定性描述的基礎(chǔ)上，更能客觀的反映現(xiàn)實(shí)世界，從而成為聚類分析研究的主流，并在許多領(lǐng)域得到了廣泛的應(yīng)用。目前，已提出了許多模糊聚類算法，其中最常用的是基于目標(biāo)函數(shù)的模糊c-

2、均值聚類算法(FCM)。針對此算法中存在的需要聚類先驗(yàn)知識的問題，采用SOM神經(jīng)網(wǎng)絡(luò)算法作為FCM算法的先導(dǎo)級，先將樣本經(jīng)過SOM 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，得到聚類類別數(shù)，但此方法得到的類別數(shù)與實(shí)際結(jié)果存在較大偏差。因此提出了一種改進(jìn)方法，即將SOM 神經(jīng)網(wǎng)絡(luò)、優(yōu)化的系統(tǒng)聚類法和FCM算法相結(jié)合的聚類方法。首先對系統(tǒng)聚類法進(jìn)行優(yōu)化，然后使用優(yōu)化后的系統(tǒng)聚類法分析SOM 神經(jīng)網(wǎng)絡(luò)初始分類的結(jié)果，最終得到更合理的聚類類別數(shù)和聚類中心，將此聚類數(shù)和聚