[发明专利]一种改进k-means聚类的糖尿病预警模型

权利要求书

1.一种改进k-means聚类的糖尿病预警系统，其特征是，该系统包括：

存储设备；

基于改进k-means聚类的糖尿病预警模块(1)，其耦合到所述存储设备并被配置为：

基于所选择的第一个聚类中心点，得到稳定的各簇中心，代入糖尿病分段函数，得到糖尿病的预警模型，

其中，选定数据集，定义聚类簇数k、领域半径ε，选择样本点X_i与样本之间距离之和最大的点作为第一个聚类中心点，以使得第一个聚类中心点落在各簇类的中心部位。

2.根据权利要求1所述的糖尿病预警系统，其特征是，样本点X_i与样本之间距离之和最大的点的选择是通过以下至少一个步骤来实现的：

计算每一个点与第一个聚类中心点的距离dist(x)；

选取dist(x)较大的点作为新的聚类中心；

对每一个dist(x)求和；

最大的Sum(dist(x))为第一个聚类中心点。

3.根据权利要求2所述的糖尿病预警系统，其特征是，所述糖尿病预警模块(1)还被配置为：

选择得到新的聚类中心，

其中，选择样本点X_i与第一个聚类中心点之间距离较大的点作为新的聚类中心。

4.根据权利要求3所述的糖尿病预警系统，其特征是，样本点X_i与第一个聚类中心点之间距离较大的点的选择是通过以下至少一个步骤来实现的：

计算每一个点与第一个聚类中心点的距离dist(x)；

选取dist(x)较大的点作为新的聚类中心；

即对每一个dist(x)求和得到Sum(dist(x))；

取一个在Sum(dist(x))内的随机值Random；

重复通过公式计算，所述公式为：Random＝Random-dist(x)；

直至Random≤0，则该点为下一个聚类中心点。

5.根据权利要求4所述的糖尿病预警系统，其特征是，所述糖尿病预警模块(1)还被配置为：

遍历操作，其中，重复上步骤2直至得到所需k个中心点，记为{μ_j，j＝1,...,k}。

6.根据权利要求5所述的糖尿病预警系统，其特征是，所述糖尿病预警模块(1)还被配置为：

标记样本簇，

其中，计算每个样本X_i与聚类中心{μ_j，j＝1,...,k}的距离dist_od，根据其距离最近确定样本X_i的簇标记λ_i，并将样本X_i划入相应的簇：

7.根据权利要求6所述的糖尿病预警系统，其特征是，所述糖尿病预警模块(1)还被配置为：

更新操作，

其中，更新所有聚类中心点，按以下公式计算所有新的聚类中心：

8.根据权利要求7所述的糖尿病预警系统，其特征是，所有聚类中心点的更新是通过以下至少一个步骤来实现的：

计算并判断u_i'＝u_i是否成立；

若成立，则保持当前中心不变；

若不成立，则将当前u_i更新为u_i'。

9.根据权利要求8所述的糖尿病预警系统，其特征是，所述糖尿病预警分段函数为：

其中，μ_i(i＝1,2,3)为第i个聚类中心，y＝0、y＝1、y＝2分别代表健康、I级预警和II级预警，以此可以利用该预警模型来预测是否患糖尿病及糖尿病所处阶段。

10.一种装置，该装置用于对当前用户的糖尿病发生风险进行控制，尤其是对其由于运动过程所引起的糖尿病发生风险进行控制，该装置至少包括存储设备和处理器，其特征是，至少一个所述处理器耦合到所述存储设备并被配置为：

基于所选择的第一个聚类中心点，得到稳定的各簇中心，代入糖尿病分段函数，得到糖尿病的预警模型，

其中，选定数据集，定义聚类簇数k、领域半径ε，选择样本点X_i与样本之间距离之和最大的点作为第一个聚类中心点，以使得第一个聚类中心点落在各簇类的中心部位；

通过一级风险预警对获取到的当前用户的当前运动数据进行比对分析；

在当前用户的当前运动数据不满足一级风险预警条件的情况下执行二级风险预警分析。