基于改进的聚类算法在藏医诊疗数据中的应用研究

发布时间：2021-12-09 11:59

　　数据挖掘中的聚类算法是应用某种方法,对数据集中的数据对象进行分组,将有相似性质的对象区分并加以分类。聚类算法在数据挖掘中占有重要的地位,可被应用于多种领域,例如商业,农业,网络,医学等。因此,现在有越来越多的聚类算法被研究并且聚类分析逐渐成为了一个热点研究领域。本文将改进后的聚类算法应用在高原常见病慢性萎缩性胃炎的藏医诊疗数据上,基于聚类结果,对该疾病进行证型的划分。首先采用三种常用于医学证型划分的聚类算法对慢性萎缩性胃炎数据进行聚类,通过实验对比,发现k-means聚类算法效果最好。之后提出了一种改进的聚类算法,首先利用向量空间法中的余弦相似度算法对k-means聚类算法进行改进,通过类内的数据对象与其所属簇的簇中心的余弦值和,发现改进的k-means算法更有效,再基于比例选择方法对初始聚类中心的选择进行改进,结合上一步基于余弦相似度改进的聚类算法,得到了更为准确的聚类结果。仿真实验结果表明,基于比例选择法和余弦相似度算法的改进k-means聚类算法的准确率更高,更为有效,具有更好的聚类效果。最后,本文利用原始k-means聚类算法及其改进的算法分别对高原常见病慢性萎缩性胃炎的数据集... 

【文章来源】：青海大学青海省 211工程院校

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

聚类方法的分类

均方误差关于簇个数的曲线图

k-means聚类算法的均方误差关于迭代次数的曲线图

【参考文献】：
期刊论文
[1]当代中国藏医药领域研究热点和前沿趋势的可视化分析[J]. 高路,高艳菊,杨青松,肖聪,陈小玲.  中央民族大学学报(自然科学版). 2018(04)
[2]基于数据挖掘和整合药理学平台的藏医治疗脾胃病用药规律及作用机制[J]. 贡保东知,罗晴方,余羊羊,文成当智,曾商禹,刚焕晨雷,张艺.  中国中药杂志. 2018(16)
[3]最小化误差平方和k-means初始聚类中心优化方法[J]. 周本金,陶以政,纪斌,谢永辉.  计算机工程与应用. 2018(15)
[4]基于FCM聚类的图像分割算法[J]. 胡学刚,严思奇.  计算机工程与设计. 2018(01)
[5]基于数据挖掘技术的藏医药治疗高原病用药规律研究[J]. 刘欢,赵彩云,张雯,张艺,聂佳.  中国中药杂志. 2018(08)
[6]基于OPTICS聚类的差分隐私保护算法的改进[J]. 王红,葛丽娜,王苏青,王丽颖,张翼鹏,梁竣程.  计算机应用. 2018(01)
[7]基于中医传承辅助平台的藏族医治疗浮肿用药规律分析[J]. 贡保东知,郭伟晨,阿达,更藏加,刚焕晨雷.  中国实验方剂学杂志. 2017(12)
[8]藏医辩证治疗慢性萎缩性胃炎的疗效分析[J]. 多杰索南.  中国卫生标准管理. 2017(15)
[9]一种K-means改进算法的并行化实现与应用[J]. 李晓瑜,俞丽颖,雷航,唐雪飞.  电子科技大学学报. 2017(01)
[10]基于相互依存冗余度量的k-modes算法[J]. 黄苑华,郝志峰,蔡瑞初,谢峰.  小型微型计算机系统. 2016(08)

硕士论文
[1]基于数据挖掘的藏医隆滞布病症状、用药规律的探索与分析[D]. 王明强.北京中医药大学 2017
[2]K-means聚类算法的改进研究[D]. 宋建林.安徽大学 2016
[3]基于语义的文本相似度算法研究及应用[D]. 张金鹏.重庆理工大学 2014
[4]关于生物医学数据的聚类与分类算法研究及应用[D]. 黎鑫.武汉科技大学 2012
[5]基于网格和信息熵的聚类算法[D]. 周悦来.湖南大学 2011
[6]基于MapReduce的聚类算法的并行化研究[D]. 李应安.中山大学 2010
[7]层次聚类算法的研究及应用[D]. 段明秀.中南大学 2009
[8]分类属性数据聚类算法研究[D]. 王敏.江苏大学 2008
[9]CLIQUE算法改进及其在电子商务企业中的应用与研究[D]. 刘嘉嘉.合肥工业大学 2007
[10]FCM算法参数研究及其应用[D]. 宫改云.西安电子科技大学 2004



本文编号：3530592