《醫(yī)學(xué)信息決策與支持系統(tǒng)》題庫(kù)

1、填空題：填空題：1、解決過(guò)度擬合問(wèn)題通常采用剪樹(shù)枝方法，剪枝是一種克服噪聲的技術(shù)，同時(shí)簡(jiǎn)化決策樹(shù)。在構(gòu)造決策樹(shù)時(shí)，不再對(duì)不純的訓(xùn)練子集進(jìn)一步劃分的剪枝方法叫做（預(yù)剪枝）；在樹(shù)完全生成后進(jìn)行剪枝的策略叫做（后剪枝）。2、在多指標(biāo)決策是一類特殊的多目標(biāo)決策問(wèn)題，主要是決策者基于多個(gè)指標(biāo)對(duì)有限方案的評(píng)價(jià)和排序問(wèn)題，考慮如何在已確定的方案中進(jìn)行選優(yōu)。其中：有的指標(biāo)值越大越好的稱為（效益型指標(biāo)）有的指標(biāo)值越小越好（成本型指標(biāo)）指標(biāo)值越接近某一固定

2、值越優(yōu)的指標(biāo)（固定型指標(biāo)）。指標(biāo)值越接近某一區(qū)間越優(yōu)的指標(biāo)稱作（區(qū)間型指標(biāo)）。3、目前常用的標(biāo)準(zhǔn)化方法有（向量歸一化法）、（線性比例變換法）、（極差變換法）等。其中（極差變換法）是使用最多的標(biāo)準(zhǔn)化方法。4、求一個(gè)向量的單位向量的過(guò)程，叫做（向量的歸一化）。它的運(yùn)算法則為：對(duì)于一個(gè)非零向量V，可以用該向量除以它的大?。ɑ蚰＃┘纯傻玫健?、該公式于1763年由Bayes給出.它是在觀察到事件B已發(fā)生的條件下，尋找導(dǎo)致B發(fā)生的每個(gè)原因的概率.

3、稱為（）。6、決策指標(biāo)權(quán)重的確定的方法有（德?tīng)柗品ǎⅲㄏ鄬?duì)比較法）、（熵值法）。7、（德菲爾法(DelphiTechnique)）即函詢調(diào)查法將提出的問(wèn)題和必要的背景材料用通信的方式向有經(jīng)驗(yàn)的專家提出然后把他們答復(fù)的意見(jiàn)進(jìn)行綜合再反饋給他們?nèi)绱朔磸?fù)多次直到認(rèn)為合適的意見(jiàn)為止。8、（主觀賦權(quán)法）：根據(jù)決策者主觀經(jīng)驗(yàn)和判斷，用某種特定法則確定權(quán)重的方法。缺點(diǎn)：賦權(quán)法依賴經(jīng)驗(yàn)和判斷，帶有一定主觀性。（客觀賦權(quán)法）：根據(jù)決策矩陣中評(píng)價(jià)指標(biāo)攜帶

4、的客觀信息，用某種特定法則確定指標(biāo)權(quán)重的方法，稱為客觀賦權(quán)法。缺點(diǎn)：客觀賦權(quán)法雖然依據(jù)客觀指標(biāo)信息，但指標(biāo)信息數(shù)據(jù)的采集難免受到隨機(jī)干擾，在一定程度上影響其真實(shí)可靠性。兩種賦權(quán)方法各有利弊，實(shí)際應(yīng)用中應(yīng)該有機(jī)結(jié)合。9、（權(quán)重）是各指標(biāo)重要程度關(guān)系的定量表示。合理確定和適當(dāng)調(diào)整指標(biāo)權(quán)重，可以在決策過(guò)程中體現(xiàn)各評(píng)價(jià)指標(biāo)輕重有度、主次有別，增加評(píng)價(jià)指標(biāo)之間的相互可比性。10、（熵值法）是一種客觀賦權(quán)法，依據(jù)各指標(biāo)值所包含的信息量的大小來(lái)確定指

5、標(biāo)權(quán)重。11、（熵值法）就是利用熵值來(lái)確定各指標(biāo)的權(quán)重。12、在信息論中，熵是對(duì)不確定性的一種度量。信息量越大，不確定性就越小，熵也就越（?。?；信息量越小，不確定性越大，熵也越（大）。根據(jù)熵的特性，我們可以通過(guò)計(jì)算熵值來(lái)判斷一個(gè)事件的隨機(jī)性及無(wú)序程度，也可以用熵值來(lái)判斷某個(gè)指標(biāo)的離散程度，指標(biāo)的離散程度越大，該指標(biāo)對(duì)綜合評(píng)價(jià)的影響越大。13、（相對(duì)比較法）是一種主觀賦權(quán)法。它將所有指標(biāo)分別按行和列排列，構(gòu)成一個(gè)正方形的表；然后指標(biāo)兩兩比

6、較進(jìn)行評(píng)分，并將評(píng)分值記入表中相應(yīng)位置，再將評(píng)分值按行求和，得到評(píng)分總值；最后進(jìn)行歸一化處理，求得各指標(biāo)的權(quán)重。14、多指標(biāo)決策常見(jiàn)的方法包括簡(jiǎn)單易用的（簡(jiǎn)單線性加權(quán)法）、適用性強(qiáng)的（理想解法）。15、理想解法又稱為（TOPSIS）（TechniquefderPreferencebySimilaritytoIdealSolution）法。這種方法通過(guò)構(gòu)造多屬性問(wèn)題的（理想解）和（負(fù)理想解），并以靠近（理想解）和遠(yuǎn)離（理想解）兩個(gè)基準(zhǔn)作為

7、評(píng)價(jià)各可行方案的依據(jù)。（理想解法）又成為雙基點(diǎn)法。選擇題：選擇題：1、人工智能的縮寫是：（1）EDP（2）AI（3）MIS（4）ES多選題：多選題：1、典型的醫(yī)學(xué)決策支持系統(tǒng)有1、Mycin系統(tǒng)2、Internist1和QMR系統(tǒng)3、HELP2、經(jīng)典的決策樹(shù)算法（1）ID3算法，（2）C4.5算法、（3）CART算法、（4）SPRINT算法。通常，一個(gè)多指標(biāo)決策問(wèn)題由以下3個(gè)要素構(gòu)成：1決策問(wèn)題的指標(biāo)等于或大于2個(gè)。2指標(biāo)衡量標(biāo)準(zhǔn)不同，

8、即眾多指標(biāo)之間沒(méi)有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，難以進(jìn)行相互比較。3指標(biāo)導(dǎo)向的不一致性。簡(jiǎn)答題：簡(jiǎn)答題：1、醫(yī)學(xué)信息決策：是指在進(jìn)行醫(yī)學(xué)決策時(shí)不僅僅憑經(jīng)驗(yàn)和直覺(jué)，而是經(jīng)過(guò)相關(guān)信息分析后所做出的決策。基于醫(yī)學(xué)信息的決策常常比較復(fù)雜，也會(huì)面臨很多不確定的情況，以及較為復(fù)雜的信息分析方法和多種決策方案的選擇。2、人工神經(jīng)網(wǎng)絡(luò)(artificialneuralwk，ANN)，亦稱神經(jīng)網(wǎng)絡(luò)(neuralwk，NN)，是一種旨在模仿人腦結(jié)構(gòu)及其功能的信息處理系統(tǒng)