一种用于中医四诊分析的子空间聚类方法

发布时间：2021-07-03 12:13

　　中医四诊分析是基于四诊信息进行中医证候分类研究的重要内容,构建有效的中医四诊分析模型可以更好地挖掘中医证候间的关联关系,从而为中医临床提供决策支持。本文通过对子空间聚类CLIQUE算法的分析,结合四诊信息的数据特征,提出一种基于限定空间搜索策略的改进CLIQUE算法（ChM-CLIQUE）。通过优化CLIQUE算法的搜索策略,以稠密单元中网格密度最大的单元为中心进行深度优先搜索生成聚类簇,提高算法的性能,同时基于聚类簇中样本高斯分布的特性引入网格自适应密度,增强聚类边界的识别精度。在中医临床采集的数据集上进行多组对比实验,实验结果表明本文算法的轮廓系数较CLIQUE算法有显著性的提高。 

【文章来源】：计算机与现代化. 2020,(12)

【文章页数】：6 页

【部分图文】：

各实验轮廓系数比较

各实验耗时比较

为了检验2种算法在不同规模的数据集的实际运行时间，对数据集DM进行数据增强操作，构造出不同规模的数据集，原始的数据集DM包含82个示例，通过数据增强分别构造出1000、2000、3000、4000、5000样本量的数据集，让CLIQUE和ChM-CLIQUE分别在这些数据集上进行对比实验，比较实际运行时间。不同数据规模情况下，CLIQUE算法实验与ChM＿CLIQUE算法实验耗时如图3所示。在数据集DM上进行2组对比实验和不同规模数据集实验中可以看出，ChM-CLIQUE算法相对于CLIQUE算法在效率和精确度上都有了一定的提高。

【参考文献】：
期刊论文
[1]基于BP神经网络和支持向量机的荨麻疹证候分类探讨[J]. 刘丽蓉,詹秀菊.  广州中医药大学学报. 2020(03)
[2]基于聚类分析的冠心病心绞痛中医证候特点研究[J]. 齐婧,郑刚,王永刚,钟伟,尚俊平,任耀龙,尤金枝,严亚锋,周海哲.  现代中西医结合杂志. 2020(04)
[3]一种用于居住热区聚类的改进CLIQUE算法[J]. 李世明,张秉桢,杜军,朱海龙,付宝君.  小型微型计算机系统. 2020(01)
[4]高维不确定数据的子空间聚类算法[J]. 万静,郑龙君,何云斌,李松.  计算机应用. 2019(11)
[5]疾病证候分类研究——以类风湿关节炎为例[J]. 吕爱平.  中国中西医结合杂志. 2019(02)
[6]基于高斯分布的大气光估计算法[J]. 张文博,侯晓荣.  计算机科学. 2018(04)
[7]聚类有效性评价新指标[J]. 谢娟英,周颖,王明钊,姜炜亮.  智能系统学报. 2017(06)
[8]融合距离度量和高斯混合模型的中文词义归纳模型[J]. 张宜浩,刘智,朱常鹏.  计算机科学. 2017(08)
[9]基于主成分分析方向深度梯度直方图的立体视觉深度图特征提取[J]. 段峰峰,王永滨,杨丽芳,潘淑静.  计算机应用. 2016(01)
[10]微博自动分类系统设计[J]. 张士豪,顾益军,张俊豪.  信息网络安全. 2016(01)

硕士论文
[1]面向高维数据的k近邻查询算法研究[D]. 杨光.哈尔滨工业大学 2018



本文编号：3262559