论文部分内容阅读
本文将机器学习中K近邻（KNN）方法应用于动态心电图波形分类模型的建立．但KNN算法属于线性分类．因此引入了核函数的概念，将波形数据间的线性差异转化为非线性．本文主要对常见的核函数中的高斯核函数，四次样条核函数及改进的复合四次样条核函数进行了比较，实验结果显示，3种方法在一定程度上都提高了分类准确度．