婦幼保健疾病數(shù)據(jù)挖掘及可視化的研究.pdf

1、醫(yī)療科學直接關(guān)乎人們的生命健康，在進入“互聯(lián)網(wǎng)+”時代的今天，如何從醫(yī)療數(shù)據(jù)中探索未來的醫(yī)學科學，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，是亟待探討的現(xiàn)實問題。
　　從數(shù)據(jù)處理的角度，醫(yī)療數(shù)據(jù)具有異構(gòu)性、復雜性、隱私性等特點，有很多不完整、不一致的“臟數(shù)據(jù)”，對數(shù)據(jù)挖掘結(jié)果的準確性有很大的影響，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)療工作者做出相應決策提供科學依據(jù)。支持向量機是數(shù)據(jù)挖掘中的一項新技術(shù)，建立了一套規(guī)范的統(tǒng)計學習理論和方法，它在解決樣本規(guī)模小、維數(shù)眾多的模式識別中表現(xiàn)出諸多優(yōu)勢。但是，當樣本維數(shù)較高且存在臟數(shù)據(jù)干擾時，傳統(tǒng)的支持向量機會出現(xiàn)訓練速度變慢，分類性能降低等問題，為解決此問題，本文提出了一種改進的樣本加權(quán)增量的支持向量機算法，即基于樣本關(guān)聯(lián)度權(quán)重的增量支持向量機算法

3、(SCW-ISVM)。
　　本文首先簡要地闡述了該論文研究的背景、意義以及國內(nèi)外現(xiàn)狀，并對醫(yī)療數(shù)據(jù)挖掘基本過程和主要技術(shù)進行了概述，將數(shù)據(jù)可視化的過程和數(shù)據(jù)可視化的設(shè)計進行了描述，并對可視化基本圖表進行了舉例說明。
　　然后，介紹了數(shù)據(jù)預處理的概念和方法，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)兩個樣本被其他樣本作為近鄰形式共享的相似程度來判斷是否為孤立點。并對兩種算法進行實驗比較，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，對支持向量機技術(shù)進行了概述，并對線性可分時的二元分類問題和線性不可分時的二元分類問題分別進行了論述，在此基礎(chǔ)上，闡述了基于 KKT的增量學習算法的支持向量機。
　　最后，重點介紹了基于樣本關(guān)聯(lián)度權(quán)重的增量支持向量機算法(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)集和標準庫中的數(shù)據(jù)集上，與其他兩種支持向量機算法在分類精度和訓