基于自适应PSO的改进K-means算法及其在电子病历聚类分析应用

摘要：

针对传统的K-means算法在过分依赖初始聚类中心选取方面的不足,论文提出了一种基于自适应PSO的K-means聚类算法.该算法设计了一种自适应惯性权重函数对PSO进行动态调整,然后与K-means算法融合,使K-means的各个初始聚类中心能自适应生成,达到全局最优,最后将上述改进的聚类算法应用于医学电子病历数据病症的聚类处理.实验结果表明该算法具有更高的电子病历病症聚类准确率和执行效率.

关键词：自适应PSO、惯性权重、K-means算法、病症聚类

所属期刊栏目：47

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目;江苏省自然科学基金项目;江苏省六大人才高峰项目;江苏省高校"青蓝工程"项目;南通市应用基础研究项目

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1861-1865