基于并行遗传算法的K-means聚类研究

针对传统K-means聚类算法对初始聚类中心的选择敏感,以及聚类数K难以确定的问题,提出一种基于并行遗传算法的K-means聚类方法.该方法采用一种新型的可变长染色体编码方案,随机选择样本点作为初始聚类中心形成染色体,然后结合K-means算法的高效性和并行遗传算法的全局优化能力,通过种群内的遗传、变异和种群间的并行进化、联姻,有效地避免了局部最优解的出现,同时得到了优化的聚类数目和聚类结果.实验表明该方法是一种精确高效的聚类方法.     

基于混合并行遗传聚类的文本特征抽取方法研究

同义词和近义词现象以及强关联语义信息加大了文本向量的特征维数,对文本分类的效率和精度都会带来极大影响.为了有效降低文本向量的特征维数,提出一种基于混合并行遗传聚类的文本特征抽取方法.该方法首先使用K-means聚类算法进行特征词粗粒度聚类,然后采用混合并行遗传算法对各类特征词进行细粒度聚类,最后对各聚类中的特征词进行分析并压缩,得到最终能反映文本类别特征和语义信息的文本特征词集合.实验证明,该方法是一种有效的文本特征抽取方法,能切实提高文本分类的效率和精度.     

基于小生境混合遗传算法的文本特征词聚类研究

提出一种基于小生境混合遗传算法的文本特征词聚类方法.该方法首先采用贝叶斯语义模型对语料库进行统计分析,并以K-L距离度量特征词间的距离,然后将小生境遗传算法与K-Means算法相结合,对文本特征词进行聚类,为文本特征词聚类提供了较高的效率和精确度.实验表明该方法是一种高效可行的文本特征词聚类方法.     

基于改进K-均值聚类的快速分形图像编码算法

将先进的K-均值聚类理论引入到分形图像编码领域,是目前国际学术界的研究热点之一.本文全面分析了K-均值聚类的初始聚类中心选取问题,给出了基于均值一标准差的初始聚类中心选取新方案,并据此提出了一种新的快速分形图像编码算法.仿真实验表明,本文所提出的快速分形图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于传统K_均值聚类分形图像压缩方案,而且具有较短的编码时间.同时,该算法还具有较强的通用性与适应性(传统K-均值分形编码方法对于纹理图像压缩效果较差,而本文算法的压缩效果却较理想).     

一种特征加权的聚类算法框架

为了考虑数据各维特征对聚类的不同贡献,并把有监督特征评价方法应用到无监督分类问题中,提出一种特征加权的聚类算法框架.该框架首先通过某种聚类算法对数据聚类,然后,根据聚类结果,采用有监督特征评价方法学习各维特征的权值,再根据特征权值重新聚类,之后再次学习特征权值,该过程反复迭代,直至算法收敛或达到指定的迭代次数.欧几里德空间内基于距离、基于密度的聚类算法均适用于本框架.基于本框架,采用模糊C均值聚类算法(FCM)、密度聚类算法(DBSCAN),并通过信息增益特征评价、ReliefF特征评价方法,对多个UCI数据集进行了实验,验证了该框架的有效性.     

改进的聚类算法在医学图像分割中的应用

针对医学图像的特点,设计了一种聚类分析的图像分割算法,并且将遗传算法引入聚类,利用遗传算法的并行性和随机搜索性,从DBSCAN算法出发,针对其局限性提出了一种基于取样的DBSCAN算法及其遗传优化,从而达到较好的分割效果。     

基于改进的PCM支持向量描述多类分类器

基于支持向量数据描述和改进的可能性c-均值聚类算法,提出了一种模糊的多类分类学习机.首先通过一个改进的PCM算法来计算每个样本对于每类的权值矩阵,该权值也反映了该样本对某类的重要程度;然后将该权值矩阵应用到支持向量数据描述方法中,并对样本进行训练;最后给出了一个针对多类分类的分类规则(函数),并从理论上证明该分类规则满足贝叶斯优化决策理论.通过对比实验分析,本文提出的算法在分类精度和训练时间上都有较大的改善.     

一种基于并行覆盖前馈优先神经网络的说话人识别方法

为实现对说话人特征空间多聚类区的有效识别,提出一种基于并行覆盖前馈优先级网络(PcPONN)的说话人识别方法.该方法以LBG算法生成每个说话人特征空间初始的聚类中心,对本类样本按聚类中心分类后,用前馈优先级神经网络(PONN)对每个聚类区进行并行覆盖.相关实验证明,PCPONN符合说话人特征空间点的分布特点,得到更好的稳定性和更高的识别率.     

基于量子进化规划核聚类算法的图像分割

基于量子计算的并行性、进化计算简单、通用性好等优点,采用量子编码构造进化算法的染色体种群,再将二者引入到核聚类中来,提出了一种基于量子进化规划的核聚类算法.该算法充分利用了量子态的叠加性以及量子比特的概率表示,能够表示出许多可能的线性叠加状态,具有更好的种群多样性,因此将其用于解决核聚类算法中目标函数的优化问题,可以有效克服传统进化算法收敛速度慢以及早熟等问题.对Brodatz纹理图像及SAR图像进行分割,仿真实验结果表明该算法可以较好地改善图像分割效果.     

一种基于网格和密度的数据流聚类算法

在"数据流分析"这一数据挖掘的应用领域中,常规的算法显得很不适用.主要是因为这些算法的挖掘过程不能适应数据流的动态环境,其挖掘模型、挖掘结果不能满足实际应用中用户的需求.针对这一问题,本文提出了一种基于网格和密度的聚类方法,来有效地完成对数据流的分析任务.该方法打破传统聚类方法的束缚,把整个挖掘过程分为离线和在线两步,最终通过基于网格和密度的聚类方法实现数据流聚类.     

托伐普坦治疗低钠血症的药物经济学评价研究进展

目的:通过文献研究,系统总结托伐普坦治疗低钠血症的药物经济学相关研究结果,为临床应用和政府相关部门提供决策依据。方法:系统检索中国知网、万方、维普、MEDLINE、Web of Science数据库,纳入2009—2016年托伐普坦药物经济学评价相关的中英文文献,并依照Cochrane协作网推荐的评价框架进行文献质量评估。结果:纳入的6篇药物经济学文献中,其中5篇为随机双盲研究,4篇为前瞻性研究,主要研究内容涉及使用托伐普坦治疗与住院时间、节约潜在成本的关系,以及相比安慰剂的临床疗效和成本-效果分析。结论:托伐普坦治疗低钠血症的心衰患者及抗利尿激素分泌异常综合征患者,相较于传统治疗,其临床疗效好并且具有较好的成本-效果优势,且对于严重低钠血症患者,该优势更为显著。     

综合治疗不射精症临床探讨

目的探讨不射精症的诊断和治疗方法,提高不射精症的诊治水平。方法回顾分析不射精症85例,并结合文献对其发病原因、诊断和治疗进行讨论。结果对85例不射精症患者根据病因不同分别选择心理疏导,药物和物理治疗,治愈42例(49.5%),好转28例(32.9%),总有效率82.4%。结论对不射精症应根据不同病因选择不同的治疗方法,绝大多数特别是功能性不射精症是可以治愈的。     

氨基葡萄糖治疗骨关节炎的现状

骨关节炎 (OA)是临床上最常见的一种关节炎 ,目前尚无根治疗法 ,治疗主要是通过各种措施减轻疼痛和改善关节功能 ,尚不能延缓或阻断病情进展。新近临床试验结果显示硫酸氨基葡萄糖对OA不仅具有肯定的症状改善作用 ,而且能延缓OA的关节结构改变 ,可望成为第一个治疗OA的病情改善药。其总体安全性较好 ,主要是胃肠道及皮肤的不良反应 ,对血糖和动脉粥样硬化的影响尚待进一步观察。     

通络滴丸的质量控制研究

目的:建立通络滴丸的质量控制方法.方法:采用薄层色谱法(TLC)鉴别成方制剂中石斛、金银花、牛膝,以高效液相色谱(HPLC)法测定毛兰素和绿原酸的含量.结果:TLC法可明显鉴别石斛、金银花、牛膝.毛兰素在4.4~66.0 μg·ml^-1内线性关系良好,r=0.999 9,加样平均回收率为93.89%,RSD为2.37%;绿原酸在36.0~540.0 μg·ml^-1内线性关系良好,r=0.999 7,加样平均回收率为94.17%,RSD为1.99%.结论:该方法操作简便,结果准确,重复性好,可用于该制剂的质量控制.     

可乐定治疗原发性顽固性高血压的疗效观察

目的 观察可乐定治疗原发性顽固性高血压的疗效及安全性.方法 选择原发性顽固性高血压患者为研究对象,入选患者加服可乐定片(75 μg/次,1次/8 h,1周后未达标,改为150 μg/次,1次/8 h),观察治疗前及治疗后每周诊室坐位血压、心率,检测治疗前后动态血压(ABPM)、血常规、肝肾功能、电解质、血脂及尿常规.结果 治疗后4周,诊室血压、ABPM的收缩压和舒张压均显著低于治疗前,差异有统计学意义(P＜0.01);根据诊室坐位血压,总有效率89.4％;根据ABPM,总有效率为80.8％.治疗后可出现心率下降、口干、乏力、嗜睡、便秘等不良反应,但无需停药.结论 可乐定对原发性顽固性高血压降压疗效确切,副反应可接受.同时不影响代谢,安全性好.     

关于药品委托生产的思考

目的:推动药品委托生产的良性发展。方法:应用供应链委托生产理论,分析目前药品委托生产中存在的种种误区,思考并提出建议。结果与结论:药品委托生产需要前提条件,那就是委托方(制药企业)必须具有药品生产批准文号,并建立自己的核心竞争能力,才可以委托生产,其他任何非生产企业如科研机构、商业企业都不能委托生产。     

新生儿氨茶碱药动学研究

本文采用荧光偏振免疫分析法测定１２例新生儿血中茶碱浓度，氨茶碱剂量按５ｍｇ／ｋｇ恒速静脉滴注。经时采样，测得数据，经分析药时曲线拟合呈一室模型，平均清除速度常数０．０３７±０．００８ｈ￣（－１），平均消除半衰期１９±４ｈ，平均表观分布容积０．８２±０．１４Ｌ／ｋｇ，平均清除率３０±５ｍｌ／（ｈ·ｋｇ）。消除半衰期最大相差２．１倍，显示明显个体差异。