数字通信世界杂志

摘要：本文针对传统聚类分析算法在场景应用中的不足，提出基于蚁群算法的改进聚类分析方法。医院DIP平台数据繁杂，涵盖患者诊疗、费用与医保等多方面信息，异常数据的存在严重影响医院管理与决策的科学性。传统聚类算法对数据分布敏感、依赖初始值且在高维数据处理上存在局限。本研究引入蚁群算法，借助其信息素机制与搜索特性优化聚类过程。试验结果表明，将医院DIP智能管理平台参数嵌入向量维度设定为32，数据字节长度为40，隐藏神经元数量设为64，具有较高的医院DIP智能管理平台异常数据监测识别精度。

关键词： 改进聚类分析算法;医院DIP智能管理平台;异常数据监测;监测精度;

专辑： 信息科技;医药卫生科技

专题： 医药卫生方针政策与法律法规研究;自动化技术

分类号： TP1;TP274;R197.3