數(shù)據(jù)挖掘中的聚類算法是應用某種方法,對數(shù)據(jù)集中的數(shù)據(jù)對象進行分組,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,可被應用于多種領(lǐng)域,例如商業(yè),農(nóng)業(yè),網(wǎng)絡,醫(yī)學等。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熱點研究領(lǐng)域。本文將改進后的聚類算法應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,對該疾病進行證型的劃分。首先采用三種常用于醫(yī)學證型劃分的聚類算法對慢性萎縮性胃炎數(shù)據(jù)進行聚類,通過實驗對比,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聚類算法進行改進,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行改進,結(jié)合上一步基于余弦相似度改進的聚類算法,得到了更為準確的聚類結(jié)果。仿真實驗結(jié)果表明,基于比例選擇法和余弦相似度算法的改進k-means聚類算法的準確率更高,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】：青海大學青海省 211工程院校

【文章頁數(shù)】：57 頁

【學位級別】：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】：
期刊論文
[1]當代中國藏醫(yī)藥領(lǐng)域研究熱點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.  中央民族大學學報(自然科學版). 2018(04)
[2]基于數(shù)據(jù)挖掘和整合藥理學平臺的藏醫(yī)治療脾胃病用藥規(guī)律及作用機制[J]. 貢保東知,羅晴方,余羊羊,文成當智,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,紀斌,謝永輝.  計算機工程與應用. 2018(15)
[4]基于FCM聚類的圖像分割算法[J]. 胡學剛,嚴思奇.  計算機工程與設(shè)計. 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算法的改進[J]. 王紅,葛麗娜,王蘇青,王麗穎,張翼鵬,梁竣程.  計算機應用. 2018(01)
[7]基于中醫(yī)傳承輔助平臺的藏族醫(yī)治療浮腫用藥規(guī)律分析[J]. 貢保東知,郭偉晨,阿達,更藏加,剛煥晨雷.  中國實驗方劑學雜志. 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)生標準管理. 2017(15)
[9]一種K-means改進算法的并行化實現(xiàn)與應用[J]. 李曉瑜,俞麗穎,雷航,唐雪飛.  電子科技大學學報. 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.  小型微型計算機系統(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.北京中醫(yī)藥大學 2017
[2]K-means聚類算法的改進研究[D]. 宋建林.安徽大學 2016
[3]基于語義的文本相似度算法研究及應用[D]. 張金鵬.重慶理工大學 2014
[4]關(guān)于生物醫(yī)學數(shù)據(jù)的聚類與分類算法研究及應用[D]. 黎鑫.武漢科技大學 2012
[5]基于網(wǎng)格和信息熵的聚類算法[D]. 周悅來.湖南大學 2011
[6]基于MapReduce的聚類算法的并行化研究[D]. 李應安.中山大學 2010
[7]層次聚類算法的研究及應用[D]. 段明秀.中南大學 2009
[8]分類屬性數(shù)據(jù)聚類算法研究[D]. 王敏.江蘇大學 2008
[9]CLIQUE算法改進及其在電子商務企業(yè)中的應用與研究[D]. 劉嘉嘉.合肥工業(yè)大學 2007
[10]FCM算法參數(shù)研究及其應用[D]. 宮改云.西安電子科技大學 2004



本文編號：3530592