版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中醫(yī)體質(zhì)分類是體質(zhì)研究的核心內(nèi)容和難點(diǎn),一直未能很好解決,難以在臨床實(shí)踐中應(yīng)用?,F(xiàn)行的體質(zhì)分類方法眾多,主要依靠經(jīng)驗(yàn)值。人為因素較多,缺乏一定的科學(xué)依據(jù),從而制約了中醫(yī)體質(zhì)學(xué)的發(fā)展。 聚類分析是在沒(méi)有“先驗(yàn)”知識(shí)的情況下進(jìn)行分類的,因此具有一定的科學(xué)性和客觀性。本文首先對(duì)聚類方法進(jìn)行了系統(tǒng)且完整的分析;根據(jù)中醫(yī)體質(zhì)分類的樣本特征,討論了系統(tǒng)聚類法以及K-均值聚類法在中醫(yī)體質(zhì)分類中的應(yīng)用,實(shí)驗(yàn)發(fā)現(xiàn)這兩種方法均存在一些缺陷,如對(duì)聚類
2、數(shù)(K值)以及初始聚類中心敏感等,難以滿足聚類要求。對(duì)此,本文結(jié)合中醫(yī)體質(zhì)的分類要求,給出了一種改進(jìn)的動(dòng)態(tài)聚類算法。該算法依照距離選擇較為分散的初始值,區(qū)別于以往的隨機(jī)選擇;同時(shí)過(guò)濾噪聲數(shù)據(jù),改善了聚類質(zhì)量;并在聚類的過(guò)程中動(dòng)態(tài)地改變聚類半徑和聚類結(jié)果數(shù).獲得了更加合理的結(jié)果。最后,應(yīng)用改進(jìn)的算法對(duì)中醫(yī)體質(zhì)樣本數(shù)據(jù)進(jìn)行了聚類分析,并結(jié)合中醫(yī)學(xué)知識(shí)對(duì)聚類結(jié)果加以詮釋,從而為中醫(yī)體質(zhì)的分類提供了有效的科學(xué)依據(jù)。 聚類問(wèn)題要想在中醫(yī)體
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 詞聚類用于文本分類的方法研究.pdf
- 基于層次聚類的中醫(yī)體質(zhì)分類研究.pdf
- 應(yīng)用于文本搜索引擎的聚類算法研究.pdf
- 幾種聚類算法應(yīng)用于圖像分割的研究與比較.pdf
- 傳統(tǒng)聚類方法的分析及改進(jìn).pdf
- 核方法在分類、回歸與聚類方面的研究及應(yīng)用.pdf
- 用于中醫(yī)研究的模糊聚類方法.pdf
- 聚類方法及應(yīng)用研究.pdf
- kmeans聚類算法的改進(jìn)研究及應(yīng)用(1)
- 子空間聚類改進(jìn)方法研究.pdf
- 應(yīng)用于心電圖分類的KNN和SVM分類器研究.pdf
- 化學(xué)計(jì)量學(xué)方法應(yīng)用于經(jīng)濟(jì)類植物的研究.pdf
- 劃分聚類與基于密度聚類算法的改進(jìn)方法研究.pdf
- 蟻群聚類算法的研究及應(yīng)用于入侵檢測(cè).pdf
- 工業(yè)工程應(yīng)用于醫(yī)院流程改進(jìn)研究.pdf
- K-means聚類算法的改進(jìn)研究及應(yīng)用.pdf
- 基于模糊聚類的客戶分類方法研究.pdf
- 層次聚類的方法及應(yīng)用
- 模糊k-means聚類方法研究及改進(jìn).pdf
- 聚類分類算法研究及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論