半失能老人远程健康监测大数据缺失处理  

作　　者：王泽荣 蔡延光[1] 

机构地区：[1]广东工业大学自动化学院,广东省广州市510006

出　　处：《电子技术与软件工程》2023年第3期204-207,共4页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

摘　　要：本文对传统蚂蚁聚类算法易出现早熟和收敛速度慢的问题,提出了基于改进K-means蚂蚁聚类算法,并将优化后的聚类算法与优化填充策略结合,对半失能老人远程健康监测缺失数据进行填充。仿真结果说明:改进K-means蚂蚁聚类算法的分类精度有所提高,基于改进K-means蚂蚁聚类的缺失数据填充算法的填充效果有所改善,可以有效填充半失能老人远程健康监测的缺失数据。

关 键 词：优化蚂蚁聚类算法 缺失数据 聚类填充 EM填充 

分 类 号：D669.6[政治法律—政治学] TP311.13[政治法律—中外政治制度]