换一批基于改进K-means模糊聚类的区域健康大数据智能分析方法研究
Research on intelligent analysis method of regional health big data based on improved K-means fuzzy clustering
摘要区域健康数据的特点是其具有海量性和高维性,而使用传统K-means聚类方法无法应对高维度的数据处理,不但容易造成结果误差,且会使算法的执行效率较低、时间开销较大.针对上述问题,文中对传统K-means聚类方法进行了深入改进,在加入模糊项以保证其聚类效果的基础上,使用粗糙集理论对高维数据属性的权重值进行确定,通过对其数据属性数量进行简化,从而保证模型的精确度与执行效率.数值实验结果表明,文中所提算法在处理高维数据时,其准确度相较对比算法提升了约5％,算法的执行时间相较传统算法缩短了约50％,证明了该算法对高维数据进行聚类处理的有效性.
更多相关知识
- 浏览2
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
