摘要：針對傳統的K-means算法在過分依賴初始聚類中心選取方面的不足,論文提出了一種基于自適應PSO的K-means聚類算法。該算法設計了一種自適應慣性權重函數對PSO進行動態調整,然后與K-means算法融合,使K-means的各個初始聚類中心能自適應生成,達到全局最優,最后將上述改進的聚類算法應用于醫學電子病歷數據病癥的聚類處理。實驗結果表明該算法具有更高的電子病歷病癥聚類準確率和執行效率。