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對PSO進行動態調整,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,最后將上述改進的聚類算法應用于醫學電子病歷數據病癥的聚類處理。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。
計算機與數字工程雜志
計算機與數字工程雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：算法與分析、系統結構、信息網絡安全、圖像處理、工程實踐等。于1973年經新聞總署批準的正規刊物。
- 統計源期刊
- 1個月內審核
