基于改进K均值聚类及其距离修正的睡眠分期方法

发布时间：2022-10-30 10:43

　　针对原始K均值聚类算法的局限性,设计了一种改进的K均值聚类算法,结合不同睡眠阶段的特性,实现睡眠阶段的自动分期。首先,针对原始K均值选取初始聚类中心的随机性,基于密度和距离两项指标来选取初始聚类中心,使得初始聚类中心的选择更加合理,从而提高算法的稳定性;其次,选用高斯核函数作为聚类中心更新时的权值,减少离群点对中心的影响;然后,根据不同睡眠状态的特征,设计了分步聚类处理方式;最后,定义了距离修正系数对K均值聚类的结果加以修正,使其聚类结果更符合实际睡眠状态变化规律。将改进算法分别在来自不同数据集的睡眠数据上进行了测试,比原始K均值聚类有显著提升,且更贴近人工判读,能够为睡眠状态分析提供可行的辅助判读方式。 

【文章页数】：5 页

【文章目录】：
0 引言
1 睡眠数据和特征提取
    1.1 睡眠数据来源
    1.2 频域特征提取
2 改进的K均值聚类及其距离修正
    2.1 改进的K均值聚类
    2.2 分步聚类处理
    2.3 距离修正
3 睡眠分期结果
    3.1 专家判读
    3.2 分类结果对比
    3.3 睡眠时相序列图
4 讨论
5 结语


【参考文献】：
期刊论文
[1]基于改进k均值与高斯混合模型的宫颈图像分割[J]. 刘君,余婷婷,石慧娟.  中国生物医学工程学报. 2018(02)
[2]采用k均值聚类的物理层密钥生成方案[J]. 刘景美,韩庆庆,沈志威,刘景伟.  西安电子科技大学学报. 2019(01)
[3]基于序列连通度的睡眠分期算法研究[J]. 刘志勇,孙金玮.  电子学报. 2017(01)
[4]基于改进的K均值聚类算法的睡眠自动分期研究[J]. 肖姝源,王蓓,张见,张群峰,邹俊忠.  生物医学工程学杂志. 2016(05)
[5]基于心率变异性分析的睡眠分期方法研究[J]. 王金海,孙微,韦然,赵晓赟,国海丁,王慧泉.  生物医学工程学杂志. 2016(03)
[6]一种新的脑电信号睡眠分期方法[J]. 王群,程佳,刘志文.  航天医学与医学工程. 2015(01)



本文编号：3698741