ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于差分演化的K-means算法在肝脏疾病中的应用

温晓敏; 唐德玉广东药学院
电脑知识与技术2013
4阅读
引用收藏
分享

摘要

传统的K-均值算法依赖于初始聚类中心的选取,使聚类结果只能收敛于局部最优解;差分演化算法是一类利用随机偏差扰动产生新个体的方式获得非常好的收敛性的结果。为了克服K-均值聚类算法的上述缺点,该文提出基于差分演化的K-均值聚类算法,新算法结合K-均值算法的高效性和差分演化算法的全局优化能力,较好地解决了聚类中心优化问题。实验证明,此算法能够有效改善聚类质量。以肝功能疾病为例对新方法在医学中的应用进行了探讨。

学科与关键词

关键词
K-均值算法聚类差分演化算法肝功能疾病诊断 K-meansclusteringdifferential evolutionLiver disorders diagnosis
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
电脑知识与技术
发表日期
2013
卷期
第 08 期
页码
1900-1902
语言
中文
成果收录
CHINAJOURNAL

作者

  • 温

    温晓敏 (第一作者)

  • 唐

    唐德玉

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417