基于自適應PSO的改進K-means算法及其在電子病歷聚類分析應用
作者：沐燕舟; 丁衛(wèi)平; 高峰; 余利國; 張瓊 南通大學計算機科學與技術學院; 南通226019
摘要：針對傳統(tǒng)的K-means算法在過分依賴初始聚類中心選取方面的不足,論文提出了一種基于自適應PSO的K-means聚類算法。該算法設計了一種自適應慣性權重函數(shù)對PSO進行動態(tài)調(diào)整,然后與K-means算法融合,使K-means的各個初始聚類中心能自適應生成,達到全局最優(yōu),最后將上述改進的聚類算法應用于醫(yī)學電子病歷數(shù)據(jù)病癥的聚類處理。實驗結果表明該算法具有更高的電子病歷病癥聚類準確率和執(zhí)行效率。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
計算機與數(shù)字工程雜志
計算機與數(shù)字工程雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：算法與分析、系統(tǒng)結構、信息網(wǎng)絡安全、圖像處理、工程實踐等。于1973年經(jīng)新聞總署批準的正規(guī)刊物。
- 統(tǒng)計源期刊
- 1個月內(nèi)審核
