婦幼保健疾病數(shù)據(jù)挖掘及可視化的研究.pdf

1、醫(yī)療科學(xué)直接關(guān)乎人們的生命健康，在進(jìn)入“互聯(lián)網(wǎng)+”時(shí)代的今天，如何從醫(yī)療數(shù)據(jù)中探索未來(lái)的醫(yī)學(xué)科學(xué)，如何在龐大的數(shù)據(jù)資源中快速獲取信息，提升醫(yī)療工作者的集體經(jīng)驗(yàn)，是亟待探討的現(xiàn)實(shí)問(wèn)題。
　　從數(shù)據(jù)處理的角度，醫(yī)療數(shù)據(jù)具有異構(gòu)性、復(fù)雜性、隱私性等特點(diǎn)，有很多不完整、不一致的“臟數(shù)據(jù)”，對(duì)數(shù)據(jù)挖掘結(jié)果的準(zhǔn)確性有很大的影響，因此本文提出了一種基于全局相似度(Based On Global Similarity，BGS)算法消除噪聲數(shù)據(jù)；從

2、數(shù)據(jù)挖掘的角度，有必要從海量的醫(yī)療數(shù)據(jù)庫(kù)中提取出隱藏的、可信而有效的信息，為醫(yī)療工作者做出相應(yīng)決策提供科學(xué)依據(jù)。支持向量機(jī)是數(shù)據(jù)挖掘中的一項(xiàng)新技術(shù)，建立了一套規(guī)范的統(tǒng)計(jì)學(xué)習(xí)理論和方法，它在解決樣本規(guī)模小、維數(shù)眾多的模式識(shí)別中表現(xiàn)出諸多優(yōu)勢(shì)。但是，當(dāng)樣本維數(shù)較高且存在臟數(shù)據(jù)干擾時(shí)，傳統(tǒng)的支持向量機(jī)會(huì)出現(xiàn)訓(xùn)練速度變慢，分類性能降低等問(wèn)題，為解決此問(wèn)題，本文提出了一種改進(jìn)的樣本加權(quán)增量的支持向量機(jī)算法，即基于樣本關(guān)聯(lián)度權(quán)重的增量支持向量機(jī)算法

3、(SCW-ISVM)。
　　本文首先簡(jiǎn)要地闡述了該論文研究的背景、意義以及國(guó)內(nèi)外現(xiàn)狀，并對(duì)醫(yī)療數(shù)據(jù)挖掘基本過(guò)程和主要技術(shù)進(jìn)行了概述，將數(shù)據(jù)可視化的過(guò)程和數(shù)據(jù)可視化的設(shè)計(jì)進(jìn)行了描述，并對(duì)可視化基本圖表進(jìn)行了舉例說(shuō)明。
　　然后，介紹了數(shù)據(jù)預(yù)處理的概念和方法，在共享最近鄰相似度算法的基礎(chǔ)之上，提出了基于全局相似度的噪聲消除算法，即根據(jù)兩個(gè)樣本被其他樣本作為近鄰形式共享的相似程度來(lái)判斷是否為孤立點(diǎn)。并對(duì)兩種算法進(jìn)行實(shí)驗(yàn)比較，發(fā)現(xiàn)本

4、文提出的算法召回率較高，能更好的消除噪聲數(shù)據(jù)。
　　其次，對(duì)支持向量機(jī)技術(shù)進(jìn)行了概述，并對(duì)線性可分時(shí)的二元分類問(wèn)題和線性不可分時(shí)的二元分類問(wèn)題分別進(jìn)行了論述，在此基礎(chǔ)上，闡述了基于 KKT的增量學(xué)習(xí)算法的支持向量機(jī)。
　　最后，重點(diǎn)介紹了基于樣本關(guān)聯(lián)度權(quán)重的增量支持向量機(jī)算法(SCW-ISVM)提出的依據(jù)，以及樣本加權(quán)的方法和算法步驟，并在某婦幼保健院的乳腺癌數(shù)據(jù)集和標(biāo)準(zhǔn)庫(kù)中的數(shù)據(jù)集上，與其他兩種支持向量機(jī)算法在分類精度和訓(xùn)