基于模糊聚类算法对心电数据典型特征分类研究（可复制论文）.pdf

摘要况下,其中有用的数据只占了很少的一部分,如何从大量的冗余数据信息中提取随着科学技术的迅速发展,数据量急剧增加,数据的时间性和复杂性远远超过目前人们所掌握的数据处理能力和发现知识的能力,这是廿一世纪面临的挑战和显现的重要特征。由于人们产生数据和搜集数据的能力迅速提高,而处理能力相形见拙,出现了“数据爆炸”或“信息爆炸”的危机局面。于是,需要有抛弃析,在高层次上直接获得数据的知识。应该着重指出,虽然当今的信息社会充斥着各类海量的数据,尤其在某些情有用的信息并把它转化为知识是本文研究很有实用意义的课题。聚类分析足降低数据复杂性的有效方法,也是有利于稀有数据及时知识化的有力手段,可用在生物科学、医学、会融、电信、商业和科学研究等诸多领域。方法是否有效的重要标准。算法,模糊聚类算法是模糊数学和聚类算法的结合,在聚类过程中它对样本的划分不再是绝对的,而可以是模糊的,不确定的,因而使算法有弹性,能有效提高抗干扰的能力,也就更适用于稀有数据的分类。文中算法以美国麻省理工学院的成熟心电数据库疊为检测算法有效性的对象,在如何提高聚类的总体准确率及对稀有数据的分辨率方面进行了深入的研究,首先对ǖ木范ㄎ还涛床捎眯〔ḿ觳馑惴ǎ歉菪牡绻律采用了差分结合多特征模式识别及统计方法,不仅在检测过程中不需要进行信号预处理,而且达到了很高的精度,与既纷⑹拖啾绕渥既仿式细摺H缓由每个ㄈ禾崛〉龅湫吞卣髯槌闪司劾嗨璧奶卣魇噶俊T诰劾嘟峁上采用加入法结合基于目标函数的模糊聚类方法。最后的结果表明本方法在聚类的总体准确度方面有较大改善,对稀有的病理数据具有较高的捡出率。第一章:课题的研究背景,研究范围,问题的提出;第一二章:模糊聚类分析;第三章:模糊聚类算法设计;冗余信息相应的数据的要求,希望尽可能减少甚至免除低层次上的数据处理和分稀有数据是指它本身的数据量占有总体数据中的比例极小,但富含有用的信息,因而具有很高的研究价值。是否能对稀有数据进行有效的知识化是评判一种聚类模糊聚类算法试图模拟人类区分模式和获取知识的方式。不同于以往的聚类全文共分为五章:第四章:心电信号基本特征;
关键字:模糊聚类分析,数据知识化,心电图数据,稀有数据第五章:模糊聚类算法应用;第六章:总结了本文的模糊聚类算法在心电自动分析应用中的不足及改进方案。摘要
甌,,琭,琧,琩’‘‘疊琤甆.“痠瑃..琲甊甴.’瓼,瑆阳.
,:猚.,.’琱甀,.,...琣瑆,
阳珊钠懂耷学位论文作者签名:岔柯墩学位论文版权使用授权书独创性声明以年月加‘年墼耭借阅。本人授权逝姿仰卓梢越宦畚牡娜ú炕虿糠帜谌荼嗳胗泄厥菘学号本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的他人已经发表或撰写过的研究成果,也不包含为获得逝姿盘鲎或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本学位论文作者完全了解迸鎏盘堂有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其学位论文作者签名:进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。签字日期:月学位论文作者毕业后去向:工作单位:导师签名:签字同期:年通讯地址:电话:邮编:日
《大趋势》就提到:“人类正被信息淹没,却饥渴于知识。”计算机硬件技术的稳定进步为人类提供了大量的数据收集设备和存储介质;数据库技术的出现和发展已将整个世界连接成一个地球村。二十一世纪的标志性问题之一是数据量的极大增长,其增长速度大大超过人们现代化的处理能力。面对着浩瀚无垠的信息海洋,人们呼唤着一个去粗取精、去伪存真的能将浩如炯海的数据转换成满着我们的现实生活,科研机构,政府部门和企业,在许多情况下,这些数据中实际上,海量的数据必然隐藏着丰富的信息,这对任何一个领域都是一种潜在的资产。当今的竞争焦点首先是获取海量数据,然后是力求快速有效地提取隐从理论上说荽恚腥顺莆J萃诰蚓褪窃诓僮髡叩闹鞫斡胂进行的知识发现的过程。但是,数据处理或挖掘是有不同内涵的。这是在积累了大量的经验和方法学后,从数据中识别出有效的、新颖的、隐含的、最终可以理解并加以有目的运用的知识,是信息化社会发展到一定程度的必然产物,是从宏观角度利用积累数据进行知识抽象的高级阶段。数据处理技术具有如下特点:体。利用已有信息资源、结合背景知识、借助计算工具、实现已有信息资源的分成熟和普及已使人类接触和积累的数据量正在以指数方式增长;际醯知识的技术,有人称为数据知识化。海量增长的数据充只有一小部分将被使用,因为有可能数掘量太大,难于管理和