1、隨著世界經(jīng)濟文化和科學(xué)技術(shù)的不斷發(fā)展，聚類分析在許多行業(yè)中得到了廣泛的應(yīng)用，尤其是醫(yī)療行業(yè)。由于醫(yī)療器械的現(xiàn)代化，使得人們獲取數(shù)據(jù)資料變得越來越便利，對數(shù)據(jù)的研究也越來越深入。為了從這些復(fù)雜的數(shù)據(jù)中獲取有利的信息，我們必須找到一種高效的數(shù)據(jù)分析方法。于是高維空間數(shù)據(jù)的聚類分析開始變得越來越重要。通過聚類的方法發(fā)現(xiàn)數(shù)據(jù)本身固有的分類規(guī)則，我們才能夠更好地處理數(shù)據(jù)。
　　首先，本文詳細介紹了聚類有關(guān)概念，聚類算法需要滿足的條件，以及聚

2、類過程中會定義的兩種相似性度量。除此之外，依據(jù)聚類的原理，我們可以將聚類分為以下幾種:基于層次的聚類，基于劃分的聚類，基于模糊的聚類等等。
　　其次，本文著重對典型聚類算法進行了一定的介紹。例如:系統(tǒng)聚類法、K-means聚類法、模糊C均值聚類法等。主要闡述了系統(tǒng)聚類法的基本概念以及基本思想，K-means聚類法的基本理論，模糊C均值聚類法的理論知識。
　　最后，我們進行了實證分析，選擇了幾種不同的聚類分析算法。比如，系統(tǒng)聚

3、類法、K-means算法、基于模糊C均值的K-means算法。通過這些方法來處理本文收集的62名正常人的大腦靜息態(tài)功能性磁共振成像數(shù)據(jù)，主要是對正常人的90個腦區(qū)進行聚類。然后將聚類結(jié)果與事實上的ALL模板腦區(qū)進行比較，看是否與事實相符。綜合幾種不同的聚類算法，最后得出最優(yōu)的聚類結(jié)果，以及確定正常人90個腦區(qū)能否通過聚類得到一定程度的區(qū)分。事實證明，通過聚類的方法來對人的90個腦區(qū)進行分類是比較困難的。但是其中的某些腦區(qū)，不論采用哪種聚