多粒度時間序列及其在ICU醫(yī)學預測應用的研究.pdf

1、具有領域背景的時序數(shù)據(jù)具有典型的大數(shù)據(jù)特征。粒計算是解決復雜問題的重要求解方法，但是對于時序數(shù)據(jù)的粒度還缺乏系統(tǒng)的研究。ICU醫(yī)學預測是ICU醫(yī)學研究領域的重要課題，具有典型的時間序列特征，其主要目標在于通過準確預測病人入院后早期病情發(fā)展的危重程度，提升病人的存活幾率?；谏鲜霈F(xiàn)狀，本文將主要從以下三個方面展開研究。
　　第一，針對數(shù)據(jù)的時序性，通過引入粒計算思想并在時間軸上應用二元關系，建立相應的ICU多粒度時間序列模型(TGS

2、)。基于此模型進一步研究其上基本元素時間粒之間可能的關系以及其上的運算對時間粒形態(tài)的影響，并從預測任務的目標出發(fā)，進一步分析了其上多粒度以及彈性時間粒的構造。上述研究為基于時序數(shù)據(jù)的領域應用分析提供研究的理論基礎。
　　第二，針對ICU病員數(shù)據(jù)的多重特性，設計一個兩階段算法處理框架。該框架的第一階段通過分析數(shù)據(jù)中的內在層次并采取必要的數(shù)據(jù)處理和聚類手段，降低了數(shù)據(jù)的維度及不確定性。在第二階段使用經典的機器學習挖掘多生理指標信息共同