演化計(jì)算在醫(yī)學(xué)數(shù)據(jù)挖掘中的應(yīng)用研究.pdf

1、任何一門學(xué)科的快速發(fā)展都離不開社會需求的支持和推動，隨著人們對生活質(zhì)量和健康水平的日益重視，醫(yī)學(xué)已經(jīng)成為本世紀(jì)發(fā)展得最快的學(xué)科之一。在醫(yī)學(xué)迅猛發(fā)展的過程中積累了大量的數(shù)據(jù)，毋庸置疑，其中的大部分醫(yī)學(xué)數(shù)據(jù)都包含了極其寶貴的信息，于是如何有效管理和利用這些數(shù)據(jù)成為亟待解決的問題，由此催生了醫(yī)學(xué)信息學(xué)和生物信息學(xué)這兩門衍生學(xué)科，它們在側(cè)重點(diǎn)、研究方法、研究對象等方面都存在諸多差異，但是適用于醫(yī)學(xué)數(shù)據(jù)的數(shù)據(jù)分析和挖掘技術(shù)卻是這兩門學(xué)科共同關(guān)注的

2、焦點(diǎn)。
　　本文在深入研究基因表達(dá)式編程和數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上提出了兩個(gè)適用于醫(yī)學(xué)數(shù)據(jù)挖掘的算法：基于基因表達(dá)式編程和粗糙集的屬性約簡算法GEPFS以及基于基因表達(dá)式編程的核 K近鄰分類器 GEPKNN。GEPFS適用于離散型數(shù)據(jù)的屬性約簡，它力圖在最小化屬性子集和最大化分類精度兩方面達(dá)到平衡，實(shí)驗(yàn)表明約簡后的數(shù)據(jù)質(zhì)量確實(shí)得到了一定程度的改善。GEPKNN則試圖改進(jìn)目前廣泛應(yīng)用于生物信息學(xué)領(lǐng)域的核 K近鄰分類器，它自動地為核 K近