论文部分内容阅读
本文介绍了ARMA模型、条件异方差模型和ARMA-GARCH模型等基于模型的时序数据挖掘方法。利用时序图、直方图、QQ图、自相关图和异方差检验对ECG信号序列进行了特征分析,得出ECG信号序列具有非正态性和ARCH效应。
介绍了基于ARMA-GARCH模型的时序聚类的不相似测度,并利用ARMA-GARCH模型对ECG信号进行了特征提取,将ARMA-GARCH模型的系数作为ECG信号的特征指标,从而对ECG信号进行聚类,结果表明,基于GARCH模型系数聚类效果优于其它方法。
最后,对基于ARMA-GARCH模型的ECG信号的特征指标进行了变量筛选,并利用贝叶斯分类法对ECG信号进行了分类研究,结果表明ARMA-GARCH模型较为准确地刻画了ECG信号的特征。