不平衡数据软子空间聚类算法在临床医学中的应用与研究  

Application and Research of Unbalanced Data Soft Subspace Clustering Algorithm in Clinical Medicine

作　　者：程铃钫[1] 陈黎飞[2] 赖晓燕[1] 林燕[1] CHENG Ling-fang;CHEN Li-fei;LAI Xiao-yan;LIN Yan(Jinshan College of Fujian Agriculture and Forestry University,Fuzhou 350002,China;School of Mathematics and Computer Science,Fujian Normal University,Fuzhou 350117,China)

机构地区：[1]福建农林大学金山学院,福建福州350002 [2]福建师范大学数学与计算机科学学院,福建福州350117

出　　处：《软件》2019年第11期106-110,共5页Software

基　　金：2018年福建省教育厅中青年教师教育科研项目(项目编号JT180840);2017年福建省本科高校教育教学改革研究项目(FBJG20170320);福建农林大学金山学院第一批应用型课程建设项目:程序设计基础(K170302)

摘　　要：聚类分析是数据挖掘中重要的研究课题,在信息过滤、生物信息学,医学等领域得到广泛应用。本课题着重于自上而下的子空间聚类方法,主要原因是当前主要的此型算法都是以K-means或K-modes为基础的,在均匀效应的影响下,不平衡数据的问题是现有的软子空间算法不能有效聚类的,所以提出了一种基于划分的不平衡数据软子空间聚类新算法。所提算法提高了不平衡数据的聚类精度,在生物信息学和临床医学等领域具有一定的理论意义和实际应用价值。Cluster analysis is an important research topic in data mining.It is widely used in information filtering,bioinformatics,medicine and other fields.This topic focuses on the top-down subspace clustering method.The main reason is that the current major algorithms are based on K-means or K-modes.Under the influence of uniform effects,the problem of unbalanced data The existing soft subspace algorithm cannot be effectively clustered,so a new algorithm based on partitioning unbalanced data soft subspace clustering is proposed.The proposed algorithm improves the clustering accuracy of unbalanced data,and has certain theoretical significance and practical application value in the fields of bioinformatics and clinical medicine.

关 键 词：聚类分析 子空间聚类 不平衡数据 聚类精度 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]