-
题名基于改进K均值聚类及其距离修正的睡眠分期方法
被引量：7
- 1
-
-
作者
于莹
王蓓
马家睿
王行愚
-
机构
化工过程先进控制和优化技术教育部重点实验室(华东理工大学)
-
出处
《计算机应用》
CSCD
北大核心
2020年第S01期269-273,共5页
-
基金
国家自然科学基金资助项目(61773164)
上海市自然科学基金资助项目(16ZR1407500)。
-
文摘
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。
-
关键词
K均值聚类
睡眠分期
距离修正
脑电信号
分步聚类处理
-
Keywords
K-means clustering
sleep staging
distance correction
ElectroEncephaloGraphy(EEG)
stepped clustering processing
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
