轉換型模糊C-均值演算法應用於皮膚病與鳶尾花的分群

ASIAIR > College of Computer Science > Department of Biomedical informatics > Theses & dissertations > Item 310904400/1551

Please use this identifier to cite or link to this item: http://asiair.asia.edu.tw/ir/handle/310904400/1551

Title:	轉換型模糊C-均值演算法應用於皮膚病與鳶尾花的分群 Applying Fuzzy Transformed C-Means Algorithm to the Dermatology Disease and Iris Clustering
Authors:	羅益祥
Contributors:	生物資訊學系碩士在職專班
Date:	2009
Issue Date:	2009-10-12 10:35:51 (UTC+0)
Publisher:	亞洲大學
Abstract:	在台灣溫暖潮濕的氣候型態下，皮膚病是人們常會發生的疾病，而發病的原因相當多，不同的皮膚病會有不同的症狀。本研究以六種皮膚疾病資料進行實驗，也以鳶尾花資料同步進行實驗，比較下列三種目標函數導向分群方法之分群準確度。 Bezdek於1981年提出眾所皆知的模糊C-均值算法（ FCM ）是一種基於目標函數的分群方法。因此，不同的目標函數可能會導致不同的結果。重要的問題是如何獲得一個更緊湊與可分離的目標函數，以改善集群準確性。吳國隆等於2005年提出的FCS目標函數是一個以結合模糊內部和群間的差異來改進FCM目標函數的優良演算法。劉湘川於2009年提出改良的轉換型模糊C-均值演算法（ FTCM ）可獲得更多的可分離數據轉換。實驗結果顯示FTCM演算法的表現優於傳統的FCM演算法和FCS演算法。藉由此研究，若將這些人工智慧的分群技術，提供醫師作為診斷時的輔助參考，或患者就醫前的自我檢核，將可避免不必要的醫療資源浪費，以提升醫療服務品質。
Appears in Collections:	[Department of Biomedical informatics ] Theses & dissertations

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	333	View/Open

Loading...