摘要：心臟心律失常數(shù)據(jù)集的心電圖(ECG)數(shù)據(jù)往往存在各心律失常類型下樣本數(shù)量不平衡問題.針對此問題,提出了一種新的模式識(shí)別分類方法,即改進(jìn)的基于核的差重建的加權(quán)k-近鄰分類器(modified kernel difference-weighted k-nearest neighbor classifier, MKDF-WKNN),通過引入修正因子對含樣本數(shù)較多的類別進(jìn)行權(quán)值抑制,對含樣本數(shù)較少的類別進(jìn)行權(quán)值的加大,并使用UCI心臟心律失常數(shù)據(jù)集對ECG數(shù)據(jù)進(jìn)行分類.實(shí)驗(yàn)結(jié)果表明,提出的算法和其他一些基于KNN的算法如KNN,DS-WKNN,DF-WKNN和KDF-WKNN相比,對于不平衡的心律失常數(shù)據(jù)集的分類有更好的效果.