隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,結(jié)合了數(shù)據(jù)挖掘技術(shù)和專家系統(tǒng)技術(shù)的智慧醫(yī)療相關(guān)理論和應(yīng)用研究引起了研究人員的關(guān)注。目前,智慧醫(yī)療的相關(guān)研究中,支持數(shù)據(jù)往往是靜態(tài)的,而醫(yī)療知識和規(guī)則具有動態(tài)變化的特性,由此本文對支持數(shù)據(jù)進行了動態(tài)化研究。智慧醫(yī)療中診斷模型或預(yù)測模型常常需要用到分類算法。由此,本文針對數(shù)據(jù)挖掘分類算法（近鄰法）,進行了一系列的改進,主要包括分類精度的提高;對比樣本優(yōu)質(zhì)需求的滿足;分類時間的收斂;動態(tài)性的適應(yīng)四個方面。同時,為了更好地提高分類精度,本文針對相似性度量算法也進行了優(yōu)化研究,即將歐式距離和杰卡德距離結(jié)合,本文稱之為歐式-杰卡德距離（Euclidean-Jaccard Distance,E-JD）。本文對近鄰法的改進研究主要有以下五個階段:1)本文提出了子群近鄰方法（Sub-group Nearest Neighbors,SNN）,該方法是對近鄰法的改進,它能夠消除近鄰法的界限模糊問題和由對比樣本數(shù)量不平衡導致的分類錯誤問題;2)SNN方法需要優(yōu)質(zhì)的對比樣本集,由此,本文提出了動態(tài)子群近鄰方法（Dynamic Sub-group Nearest Neighbors,D-... 

【文章來源】：內(nèi)蒙古大學內(nèi)蒙古自治區(qū)211工程院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

動態(tài)醫(yī)療專家系統(tǒng)框架圖

NN流程圖

NN方法邊界模糊問題Figure2.21NNboundaryambiguityproblem.

【參考文獻】：
期刊論文
[1]基于知識發(fā)現(xiàn)和數(shù)據(jù)挖掘技術(shù)的診斷專家系統(tǒng)的研究[J]. 李業(yè)順,畢凱,趙世磊.  電子技術(shù)與軟件工程. 2018(01)
[2]一種改進的KNN文本分類算法[J]. 樊存佳,汪友生,邊航.  國外電子測量技術(shù). 2015(12)
[3]KNN-均值算法[J]. 仲媛,楊健,涂慶華,李小舟.  現(xiàn)代計算機(專業(yè)版). 2014(17)
[4]醫(yī)療專家系統(tǒng)推理機的常用設(shè)計方法與發(fā)展展望[J]. 趙欣,王運斗,郭立軍.  醫(yī)療衛(wèi)生裝備. 2013(12)
[5]基于KNN的特征自適應(yīng)加權(quán)自然圖像分類研究[J]. 侯玉婷,彭進業(yè),郝露微,王瑞.  計算機應(yīng)用研究. 2014(03)
[6]基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的梭式窯燃燒控制專家系統(tǒng)的研究[J]. 楊盛泉,王博洋,劉萍萍,李寶敏.  科學技術(shù)與工程. 2011(17)
[7]基于數(shù)據(jù)挖掘的導診專家系統(tǒng)結(jié)構(gòu)研究[J]. 王偉勤.  價值工程. 2010(34)
[8]基于類別選擇的改進KNN文本分類[J]. 劉海峰,張學仁,姚澤清,劉守生.  計算機科學. 2009(11)
[9]基于規(guī)則的數(shù)據(jù)挖掘算法選擇機制研究[J]. 李春生,單繼輝,楊冬黎.  長江大學學報(自然科學版)理工卷. 2009(03)
[10]優(yōu)化K-近鄰方法及其應(yīng)用[J]. 陳光.  福建電腦. 2009(02)

碩士論文
[1]基于KNN算法的改進研究及其在數(shù)據(jù)分類中的應(yīng)用[D]. 王德寶.安徽理工大學 2018
[2]貝葉斯在醫(yī)療診斷系統(tǒng)中的應(yīng)用研究[D]. 范宏.電子科技大學 2013
[3]半監(jiān)督降維算法的研究及其在醫(yī)學專家系統(tǒng)中的應(yīng)用[D]. 宋德華.上海交通大學 2013
[4]基于規(guī)則和案例的遠程心電圖機故障診斷專家系統(tǒng)[D]. 黃希彥.復旦大學 2011
[5]數(shù)據(jù)挖掘結(jié)果與模糊專家系統(tǒng)知識庫的融合研究[D]. 馮迪.北方工業(yè)大學 2008



本文編號：3627516