發(fā)布時(shí)間：2021-12-09 11:59

　　數(shù)據(jù)挖掘中的聚類算法是應(yīng)用某種方法,對數(shù)據(jù)集中的數(shù)據(jù)對象進(jìn)行分組,將有相似性質(zhì)的對象區(qū)分并加以分類。聚類算法在數(shù)據(jù)挖掘中占有重要的地位,可被應(yīng)用于多種領(lǐng)域,例如商業(yè),農(nóng)業(yè),網(wǎng)絡(luò),醫(yī)學(xué)等。因此,現(xiàn)在有越來越多的聚類算法被研究并且聚類分析逐漸成為了一個(gè)熱點(diǎn)研究領(lǐng)域。本文將改進(jìn)后的聚類算法應(yīng)用在高原常見病慢性萎縮性胃炎的藏醫(yī)診療數(shù)據(jù)上,基于聚類結(jié)果,對該疾病進(jìn)行證型的劃分。首先采用三種常用于醫(yī)學(xué)證型劃分的聚類算法對慢性萎縮性胃炎數(shù)據(jù)進(jìn)行聚類,通過實(shí)驗(yàn)對比,發(fā)現(xiàn)k-means聚類算法效果最好。之后提出了一種改進(jìn)的聚類算法,首先利用向量空間法中的余弦相似度算法對k-means聚類算法進(jìn)行改進(jìn),通過類內(nèi)的數(shù)據(jù)對象與其所屬簇的簇中心的余弦值和,發(fā)現(xiàn)改進(jìn)的k-means算法更有效,再基于比例選擇方法對初始聚類中心的選擇進(jìn)行改進(jìn),結(jié)合上一步基于余弦相似度改進(jìn)的聚類算法,得到了更為準(zhǔn)確的聚類結(jié)果。仿真實(shí)驗(yàn)結(jié)果表明,基于比例選擇法和余弦相似度算法的改進(jìn)k-means聚類算法的準(zhǔn)確率更高,更為有效,具有更好的聚類效果。最后,本文利用原始k-means聚類算法及其改進(jìn)的算法分別對高原常見病慢性萎縮性胃炎的數(shù)據(jù)集... 

【文章來源】：青海大學(xué)青海省 211工程院校

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

聚類方法的分類

均方誤差關(guān)于簇個(gè)數(shù)的曲線圖

k-means聚類算法的均方誤差關(guān)于迭代次數(shù)的曲線圖

【參考文獻(xiàn)】：
期刊論文
[1]當(dāng)代中國藏醫(yī)藥領(lǐng)域研究熱點(diǎn)和前沿趨勢的可視化分析[J]. 高路,高艷菊,楊青松,肖聰,陳小玲.  中央民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[2]基于數(shù)據(jù)挖掘和整合藥理學(xué)平臺(tái)的藏醫(yī)治療脾胃病用藥規(guī)律及作用機(jī)制[J]. 貢保東知,羅晴方,余羊羊,文成當(dāng)智,曾商禹,剛煥晨雷,張藝.  中國中藥雜志. 2018(16)
[3]最小化誤差平方和k-means初始聚類中心優(yōu)化方法[J]. 周本金,陶以政,紀(jì)斌,謝永輝.  計(jì)算機(jī)工程與應(yīng)用. 2018(15)
[4]基于FCM聚類的圖像分割算法[J]. 胡學(xué)剛,嚴(yán)思奇.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(01)
[5]基于數(shù)據(jù)挖掘技術(shù)的藏醫(yī)藥治療高原病用藥規(guī)律研究[J]. 劉歡,趙彩云,張雯,張藝,聶佳.  中國中藥雜志. 2018(08)
[6]基于OPTICS聚類的差分隱私保護(hù)算法的改進(jìn)[J]. 王紅,葛麗娜,王蘇青,王麗穎,張翼鵬,梁竣程.  計(jì)算機(jī)應(yīng)用. 2018(01)
[7]基于中醫(yī)傳承輔助平臺(tái)的藏族醫(yī)治療浮腫用藥規(guī)律分析[J]. 貢保東知,郭偉晨,阿達(dá),更藏加,剛煥晨雷.  中國實(shí)驗(yàn)方劑學(xué)雜志. 2017(12)
[8]藏醫(yī)辯證治療慢性萎縮性胃炎的療效分析[J]. 多杰索南.  中國衛(wèi)生標(biāo)準(zhǔn)管理. 2017(15)
[9]一種K-means改進(jìn)算法的并行化實(shí)現(xiàn)與應(yīng)用[J]. 李曉瑜,俞麗穎,雷航,唐雪飛.  電子科技大學(xué)學(xué)報(bào). 2017(01)
[10]基于相互依存冗余度量的k-modes算法[J]. 黃苑華,郝志峰,蔡瑞初,謝峰.  小型微型計(jì)算機(jī)系統(tǒng). 2016(08)

碩士論文
[1]基于數(shù)據(jù)挖掘的藏醫(yī)隆滯布病癥狀、用藥規(guī)律的探索與分析[D]. 王明強(qiáng).北京中醫(yī)藥大學(xué) 2017
[2]K-means聚類算法的改進(jìn)研究[D]. 宋建林.安徽大學(xué) 2016
[3]基于語義的文本相似度算法研究及應(yīng)用[D]. 張金鵬.重慶理工大學(xué) 2014
[4]關(guān)于生物醫(yī)學(xué)數(shù)據(jù)的聚類與分類算法研究及應(yīng)用[D]. 黎鑫.武漢科技大學(xué) 2012
[5]基于網(wǎng)格和信息熵的聚類算法[D]. 周悅來.湖南大學(xué) 2011
[6]基于MapReduce的聚類算法的并行化研究[D]. 李應(yīng)安.中山大學(xué) 2010
[7]層次聚類算法的研究及應(yīng)用[D]. 段明秀.中南大學(xué) 2009
[8]分類屬性數(shù)據(jù)聚類算法研究[D]. 王敏.江蘇大學(xué) 2008
[9]CLIQUE算法改進(jìn)及其在電子商務(wù)企業(yè)中的應(yīng)用與研究[D]. 劉嘉嘉.合肥工業(yè)大學(xué) 2007
[10]FCM算法參數(shù)研究及其應(yīng)用[D]. 宮改云.西安電子科技大學(xué) 2004



本文編號(hào)：3530592