引入云計算的增量式支持向量機算法及其應(yīng)用研究.pdf

1、近些年,隨著醫(yī)療事業(yè)改革的發(fā)展,我國在大型醫(yī)院信息化、數(shù)字化方面有了較好的發(fā)展機會。目前“看病難,看病貴”的問題,很重要的一個原因是,醫(yī)療行業(yè)信息系統(tǒng)各自為營、運營成本高昂、可擴展性差、維護困難、數(shù)據(jù)共享難以實現(xiàn)。大量寶貴的病例信息,并未得到充分的挖掘和使用。隨著經(jīng)濟的發(fā)展和文化水平的提高,人們對醫(yī)療服務(wù)的期望越來越高。研究如何提高醫(yī)療服務(wù)水平,對改善目前我國醫(yī)療現(xiàn)狀來說有很重要的意義。
　　支持向量機(Support Vecto

2、r Machine)是一種基于統(tǒng)計理論的新型機器學(xué)習(xí)方法。這種方法表現(xiàn)出很多優(yōu)于現(xiàn)有其他方法的性能,被認為是目前針對較小樣本集分類回歸等問題最佳理論。云計算(Cloud Computing)是一種順應(yīng)數(shù)據(jù)量激增而催生的新興計算模型,支持大規(guī)模數(shù)據(jù)并行處理是它的優(yōu)勢。
　　本文將對我國醫(yī)療信息化現(xiàn)狀、增量式支持向量機、云計算等理論做一些介紹,分析并改進現(xiàn)有增量式支持向量機算法,建立引入云計算的增量式支持向量機模型。該模型利用云計算解

3、決大規(guī)模數(shù)據(jù)的優(yōu)勢,來解決支持向量機只能計算小樣本問題的缺陷。并將此模型應(yīng)用于Graves病例數(shù)據(jù)的分類分析,取得較好的效果。
　　本文將做以下研究工作:
　　一、提出基于內(nèi)部矩的增量式支持向量機算法,減少增量式支持向量機訓(xùn)練時間,提高預(yù)測精度。
　　二、將支持向量機與云計算平臺結(jié)合起來建立引入云計算的支持向量機模型。并將該算法與傳統(tǒng)增量式支持向量機算法進行比較分析,研究該模型的優(yōu)勢。從UCI數(shù)據(jù)集中選擇一個較大數(shù)據(jù),