模糊K-m eans算法在临床路径决策中的应用 |
| |
引用本文: | 郑帅,吕芳.模糊K-m eans算法在临床路径决策中的应用[J].辽宁师专学报(自然科学版),2019,21(3). |
| |
作者姓名: | 郑帅 吕芳 |
| |
作者单位: | 辽宁民族师范高等专科学校 民族文化与职业教育系,辽宁 阜新 123000;阜新市中心医院 神经内科,辽宁 阜新 123000 |
| |
摘 要: | 针对临床路径决策分析聚类算法中聚类效果依赖于样本数据分布且处理数据效率低的问题,提出基于均衡分配方法的模糊K-means算法的临床路径决策方法.该算法利用文字数字化处理与加权计算来建立数据格式统一且关键属性突出的样本特征值矩阵;利用基于均衡分配方法的模糊K-means算法对上述样本进行聚类分析,得到最终的聚类中心与聚类结果,以此辅助医生进行临床路径决策.采用ECLIPSE编程进行仿真,与传统模糊K-means算法和基于减法聚类的FCM算法相比,采用该算法的迭代时间分别降低了26%与70%,迭代次数分别减少了33%和82%,平均目标函数最小值分别减小了32%和28%.实验表明,该算法能够有效降低聚类效果对于样本数据分布的依赖,同时数据聚类效率与质量也有显著的提高.
|
关 键 词: | 聚类算法 均衡分配 加权 决策分析 |
本文献已被 CNKI 万方数据 等数据库收录! |
|