心电时间序列的表示和相似性度量方法的研究
本文关键词：心电时间序列的表示和相似性度量方法的研究 出处：《哈尔滨工业大学》2016年硕士论文 论文类型：学位论文
更多相关文章： 心电时间序列 表示方法 相似性度量 模式距离
【摘要】：世界卫生组织披露全球三成死亡归咎于心血管疾病,能够高效快速的诊断心血管疾病有着极为重要的现实意义。心电图(Electrocardiogram,ECG)是心脏生理活动信号的一种图形化展示,能够辅助医生诊断心脏疾病。传统的心电自动识别系统是通过提取波形的特征,再利用成熟的机器学习算法分类。这种方法有两大问题:一是要求开发人员有较强的医学知识素养;二是需要大量数据去训练获得模型,模型还需要定期维护。本课题期望在没有医学知识背景的情况下,利用相似性度量方法在数据库中查找最相似的k条序列,再利用KNN分类器判定查询序列类别。然而,由ECG序列的复杂性与高维性,致使现有的方法不能快速有效的度量其相似性。本课题围绕ECG序列的表示与相似性度量这两个方面展开研究,分别提出了重要点的趋势偏转距离的分段线性表示方法(IPDT_PLR)与基于DTW的分段模式距离相似性度量算法(Seg Mode_DTW)。IPDT_PLR方法是基于ITTP_PLR方法的,它继承了ITTP_PLR方法能保留重要趋势转折点的优点,同时对ITTP_PLR方法存在的问题有针对的改进。IPDT_PLR方法通过加入拐点信息克服了ITTP_PLR方法对于单调趋势序列拟合效果差的缺点。通过自顶向下的挑选重要点的方式能更好的挑选出序列中的重要点。通过修改分段的标准能进一步降低拟合误差。在相似性度量的研究中,本课题提出的Seg Mode_DTW算法从三个方面对原有的DTW算法进行改进。第一是主要子模式匹配,通过主要子模式匹配,减少检索范围,从而加快相似性度量;第二是在DTW框架下引入了线段模式距离的概念,有效克服了DTW方法没考虑样本点的趋势的缺点;第三是基于DTW方法提出了分段模式距离(Seg Mode_DTW)算法,它保证了两个强特征点的对齐,使每一分段的趋势也更加明确,有效减少了DTW的错误匹配。同时也加快了度量速度。实验表明Seg Mode_DTW算法能广泛地、高效地、准确地适用于ECG时间序列数据集的相似性查询。
[Abstract]:......
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R54;O211.61
【相似文献】
相关期刊论文 前10条
1 谢明霞;王家耀;郭建忠;陈科;;不等距划分的高维相似性度量方法研究[J];武汉大学学报(信息科学版);2012年07期
2 贺玲;吴玲达;蔡益朝;;高维空间中数据的相似性度量[J];数学的实践与认识;2006年09期
3 隋正伟;邬阳;刘瑜;;基于签到数据的用户空间出行相似性度量方法研究[J];地理信息世界;2013年03期
4 李海林;郭崇慧;;基于多维形态特征表示的时间序列相似性度量[J];系统工程理论与实践;2013年04期
5 杨艳春;孟祥武;;基于关键词的对等网络节点群相似性度量模型研究[J];武汉大学学报(理学版);2011年06期
6 李永宁;一种基于纹理的图象相似性度量模型(英文)[J];四川大学学报(自然科学版);2003年02期
7 胡茂海;;基于相关输出相似性度量的目标识别算法[J];中国激光;2012年04期
8 刘丹;卫金茂;张杰;;GO术语间语义相似性度量方法[J];东北师大学报(自然科学版);2010年01期
9 杜培军;唐宏;方涛;;高光谱遥感光谱相似性度量算法与若干新方法研究[J];武汉大学学报(信息科学版);2006年02期
10 郭铭铭;窦建华;杨彬;;基于形式化概念分析和概念相似性度量的程序重组方法(英文)[J];南京大学学报(自然科学版);2011年05期
相关会议论文 前10条
1 刘喜平;万常选;;一种二维的树型文档结构相似性度量[A];第二十五届中国数据库学术会议论文集（二）[C];2008年
2 刘俊义;王润生;;仿射不变的多边形相似性度量[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
3 杨艳春;孟祥武;;P2P网络服务环境中的节点相似性度量研究[A];CCF NCSC 2011——第二届中国计算机学会服务计算学术会议论文集[C];2011年
4 李彬彬;罗乐;;基于信源学的光谱相似性度量方法的比较研究[A];2009全国计算机网络与通信学术会议论文集[C];2009年
5 罗阳;赵伟;;相似性度量研究及最优相似系数[A];中国气象学会2008年年会天气预报准确率与公共气象服务分会场论文集[C];2008年
6 周晓蕾;唐明浩;於思俊;;服装款式系统中的相似性度量算法研究[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年
7 刘宝生;闫莉萍;周东华;;图像匹配中相似性度量[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
8 李新光;郑君君;祝一薇;刘建军;夏胜平;谭立球;;基于属性图模型的图像相似性度量[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 沈君;马生全;;两种新的相似性度量在模糊推理中的应用[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
10 廉鑫;林伟坚;张海威;袁晓洁;;基于双向路径约束模型的XML文档结构相似性度量[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
相关博士学位论文 前7条
1 赵秀丽;基于有趣地点压缩的移动点对象时空轨迹聚类研究[D];北京交通大学;2016年
2 朱进;基于运动特征的轨迹相似性度量研究[D];南京师范大学;2015年
3 白雪;聚类分析中的相似性度量及其应用研究[D];北京交通大学;2012年
4 张明;基于内容的图象相似性度量技术研究及其在水利中的应用[D];河海大学;2003年
5 邱明;语义相似性度量及其在设计管理系统中的应用[D];浙江大学;2006年
6 周瑜;视频跟踪中的目标建模及相似性度量研究[D];华中科技大学;2014年
7 戚文静;基于范例的图案创作关键技术研究[D];山东大学;2012年
相关硕士学位论文 前10条
1 曹莉莉;基于GC-MS的高速谱库搜索算法研究[D];安徽大学;2015年
2 蒋欣;基于粒子滤波的故障预报算法研究[D];福建师范大学;2015年
3 张豪;符号序列相似性度量及聚类新算法[D];福建师范大学;2015年
4 周汉海;基于少量选点的社团检测算法研究[D];兰州大学;2015年
5 张考;面向电子商务的虚假评论检测的关键技术研究[D];解放军信息工程大学;2015年
6 张静转;基于集对相似性度量的社区发现算法研究[D];燕山大学;2016年
7 张婷;基于近邻协同过滤算法中相似性度量的研究[D];西南交通大学;2016年
8 陈龙飞;心电时间序列的表示和相似性度量方法的研究[D];哈尔滨工业大学;2016年
9 张娜;相似性度量及其在图像非局部滤波中的应用研究[D];昆明理工大学;2016年
10 黄_g;相似性度量的研究及其在数据挖掘中的应用[D];福建师范大学;2009年
，本文编号：1350907
本文链接：https://www.wllwen.com/kejilunwen/yysx/1350907.html
