期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于两阶段VaDE聚类的跨区就诊行为分析——以上海市A区为例
1
作者
田文琪
刘嘉祯
+1 位作者
王之义
崔欣
《中国卫生政策研究》
北大核心
2025年第8期29-37,共9页
目的:基于门急诊数据,利用两阶段VaDE模型挖掘居民就诊行为的异质性结构,揭示跨区流动模式。方法:使用2024年上海市A区常住居民的门急诊数据,以“每次门诊就诊记录”为分析单元,采用两阶段VaDE进行非线性降维与聚类,并结合跨区就诊率开...
目的:基于门急诊数据,利用两阶段VaDE模型挖掘居民就诊行为的异质性结构,揭示跨区流动模式。方法:使用2024年上海市A区常住居民的门急诊数据,以“每次门诊就诊记录”为分析单元,采用两阶段VaDE进行非线性降维与聚类,并结合跨区就诊率开展特征分析。结果:该模型聚类性能优于K-Means与VAE+K-Means,识别出7类典型就诊模式,在跨区率、人口特征、诊疗结构和疾病谱方面差异显著。其中,簇1为高龄重疾型且高跨区率,簇2为中青年跨区通勤型,簇3为轻症/孕产期导向型,簇4为中老年低频就诊型,簇5~7为本地慢病或低负担型。结论:两阶段VaDE模型在刻画居民就诊行为异质性及识别重点跨区流动类型方面表现良好,可为推动就医服务精细化管理与区域统筹提供依据。
展开更多
关键词
两阶段变分
深度嵌入聚类模型
(VaDE)
跨区就诊行为
变分自编码器(VAE)
K-均值
聚
类
在线阅读
下载PDF
职称材料
基于加权马氏距离的改进深度嵌入聚类算法
被引量：
3
2
作者
颜子寒
张正军
+2 位作者
王雅萍
金亚洲
严涛
《计算机应用》
CSCD
北大核心
2019年第S02期122-126,共5页
针对深度嵌入聚类(DEC)算法在数据降维后的特征空间中采用欧氏距离度量嵌入点之间的距离,容易忽视各特征不同量纲以及不同重要性的问题,提出了基于加权马氏距离的改进DEC算法,并同时给出基于加权马氏距离的间隔统计量(GS)方法判断最佳...
针对深度嵌入聚类(DEC)算法在数据降维后的特征空间中采用欧氏距离度量嵌入点之间的距离,容易忽视各特征不同量纲以及不同重要性的问题,提出了基于加权马氏距离的改进DEC算法,并同时给出基于加权马氏距离的间隔统计量(GS)方法判断最佳聚类数。该算法使用信息熵加权的马氏距离作为距离度量,规范化了欧氏距离的计算,并利用信息熵加大了对聚类重要的特征的权重。实证表明,基于加权马氏距离的改进DEC算法准确率优于原DEC算法,在UCI的路透社新闻等文本数据集上的聚类效果有明显的提升。利用改进的GS方法判断的最佳聚类数也有很大的可行性。
展开更多
关键词
深度嵌入聚类模型
信息熵
加权马氏距离
无监督学习
间隔统计量
在线阅读
下载PDF
职称材料
题名
基于两阶段VaDE聚类的跨区就诊行为分析——以上海市A区为例
1
作者
田文琪
刘嘉祯
王之义
崔欣
机构
上海市卫生健康统计中心
出处
《中国卫生政策研究》
北大核心
2025年第8期29-37,共9页
基金
上海市卫生健康委员会卫生行业临床研究专项(202340272)。
文摘
目的:基于门急诊数据,利用两阶段VaDE模型挖掘居民就诊行为的异质性结构,揭示跨区流动模式。方法:使用2024年上海市A区常住居民的门急诊数据,以“每次门诊就诊记录”为分析单元,采用两阶段VaDE进行非线性降维与聚类,并结合跨区就诊率开展特征分析。结果:该模型聚类性能优于K-Means与VAE+K-Means,识别出7类典型就诊模式,在跨区率、人口特征、诊疗结构和疾病谱方面差异显著。其中,簇1为高龄重疾型且高跨区率,簇2为中青年跨区通勤型,簇3为轻症/孕产期导向型,簇4为中老年低频就诊型,簇5~7为本地慢病或低负担型。结论:两阶段VaDE模型在刻画居民就诊行为异质性及识别重点跨区流动类型方面表现良好,可为推动就医服务精细化管理与区域统筹提供依据。
关键词
两阶段变分
深度嵌入聚类模型
(VaDE)
跨区就诊行为
变分自编码器(VAE)
K-均值
聚
类
Keywords
Two-stage VaDE
Cross-district healthcare-seeking
VAE
K-Means
分类号
R197 [医药卫生—卫生事业管理]
在线阅读
下载PDF
职称材料
题名
基于加权马氏距离的改进深度嵌入聚类算法
被引量：
3
2
作者
颜子寒
张正军
王雅萍
金亚洲
严涛
机构
南京理工大学理学院
出处
《计算机应用》
CSCD
北大核心
2019年第S02期122-126,共5页
基金
国家自然科学基金资助项目(61773014,11671205)
文摘
针对深度嵌入聚类(DEC)算法在数据降维后的特征空间中采用欧氏距离度量嵌入点之间的距离,容易忽视各特征不同量纲以及不同重要性的问题,提出了基于加权马氏距离的改进DEC算法,并同时给出基于加权马氏距离的间隔统计量(GS)方法判断最佳聚类数。该算法使用信息熵加权的马氏距离作为距离度量,规范化了欧氏距离的计算,并利用信息熵加大了对聚类重要的特征的权重。实证表明,基于加权马氏距离的改进DEC算法准确率优于原DEC算法,在UCI的路透社新闻等文本数据集上的聚类效果有明显的提升。利用改进的GS方法判断的最佳聚类数也有很大的可行性。
关键词
深度嵌入聚类模型
信息熵
加权马氏距离
无监督学习
间隔统计量
Keywords
deep embedding clustering model
information entropy
weighted Mahalanobis distance
unsupervised learning
gap statistics
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于两阶段VaDE聚类的跨区就诊行为分析——以上海市A区为例
田文琪
刘嘉祯
王之义
崔欣
《中国卫生政策研究》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于加权马氏距离的改进深度嵌入聚类算法
颜子寒
张正军
王雅萍
金亚洲
严涛
《计算机应用》
CSCD
北大核心
2019
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
