基于模糊C均值聚类算法的蒙医方剂类别划分方法研究(1)
摘要:目的 采用模糊C均值聚类(FCM)和硬C均值聚类(HCM)算法对蒙医方剂进行类别划分,探讨2种聚类算法的合理性。方法 选取《传统蒙药与方剂》中治疗赫依病的27首蒙医方剂,进行数据预处理。采用MS Visual Studio 2010平台,使用C#语言进行开发,分别运用WindowFrom、WPF技术实现汉、蒙文版本。采用FCM和HCM算法按3、4、5、6个类对数据进行聚类分析。结果 所有相异数不为零的分类都存在包含现象,2种聚类算法得到的分类结果中药物不存在交叉。与HCM算法比较,FCM算法的分类结果中各类样本数量差较小,即分类较均匀。结论 2种算法均正确合理,其中FCM算法具有更好的聚类效果,可广泛应用于蒙医方剂分析,为新药研制提供数据支持。关键词:模糊C均值聚类;硬C均值聚类;蒙医;方剂;聚类;配伍
DOI:10.3969/j.issn.1005-5304.2017.08.022
中图分类号:R2-05;R291.2 文献标识码:A 文章编号:1005-5304(2017)08-0099-05
Study on Mongolian Medicine Prescription Classification Method Based on Fuzzy C-means Algorithm ZHANG Chun-sheng ......
您现在查看是摘要页,全文长 3285 字符。