典型文献
基于混合聚类算法的大学生心理健康分析
文献摘要：
为提高大学生心理健康认知水平,及时了解大学生心理健康状况,文中提出了由K-means和蚁狮优化算法混合的聚类分析算法,分析大学生心理健康情况,并将心理健康划分为正常、轻微、中等、严重和特别严重5个级别.仿真阶段以群内平均距离和F测度为指标将所提算法与传统K-means、K-means PSO、K-means FA、模糊K-means等进行对比,结果表明,算法整体性能优于其他方法.
文献关键词：
心理健康;聚类分析;K-means;蚁狮优化算法
中图分类号：
作者姓名：
马晓岩
作者机构：
中国人民解放军93897部队保障部卫生队,陕西西安710000
文献出处：
引用格式：
[1]马晓岩-.基于混合聚类算法的大学生心理健康分析)[J].电子设计工程,2022(10):22-26
A类：
B类：
混合聚类,聚类算法,大学生心理健康,健康分析,健康认知水平,心理健康状况,means,蚁狮优化算法,聚类分析算法,以群,内平,PSO,FA,整体性能,其他方法
AB值：
0.276656
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
