隨著信息技術的迅猛發(fā)展,各種各樣數據的廣泛積累,復雜決策系統、數據挖掘逐漸成為人們商業(yè)和科研等工作的需要,成為新的研究和應用重點。在醫(yī)療衛(wèi)生領域,由于各種醫(yī)療信息系統的應用、醫(yī)療設備的數字化和便攜式生理檢測設備的應用,醫(yī)療數據量急劇增大,這些醫(yī)療數據對于疾病的管理、控制和醫(yī)療研究都蘊含著深刻的意義。論文將機器學習與糖尿病患者數據結合起來,對數據進行專業(yè)化處理,提供個性化醫(yī)療建議,對可能發(fā)生的健康問題形成預警機制,避免高�；颊咿D為糖尿病患者或者病情惡化,減輕個人和醫(yī)保負擔,以實現糖尿病等慢性病的科學管理。模糊集和粗糙集都可以處理知識表達系統中的信息不確定性,本文將粗糙集中正域、上下近似集相關的理論引入到模糊理論有關隸屬度的概念中,將兩者結合在一起,形成模糊正域隸屬度和模糊近似集,用模糊近似集集合論的知識來求解最優(yōu)的模糊決策樹分裂屬性,發(fā)現這種方法可以更加有效的處理不確定信息。將本文提出的基于模糊粗糙集的模糊決策樹算法與模糊ID3進行實驗比較,實驗數據采用UCI的數據集,由實驗結果可以看到在分類精度不變的前提下,模糊決策樹的層數更少,不管是內部結點還是葉子結點,在數目上都有所減少,構造的樹...

【文章頁數】：76 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究與應用現狀
    1.3 主要研究內容與創(chuàng)新點
    1.4 論文組織結構
第二章 決策樹與模糊決策樹相關知識
    2.1 決策樹基礎知識
    2.2 模糊理論
    2.3 模糊決策樹
        2.3.1 模糊 ID3
        2.3.2 模糊 ID3 實例
    2.4 本章總結
第三章 基于粗糙理論的屬性約簡
    3.1 粗糙集理論
    3.2 基于粗糙集的屬性約簡
        3.2.1 屬性集選擇
        3.2.2 子集產生過程
    3.3 基于區(qū)分矩陣的屬性約簡
        3.3.1 區(qū)分矩陣與區(qū)分函數
        3.3.2 基于區(qū)分矩陣的屬性約簡算法
    3.4 本章小結
第四章 基于模糊粗糙集的模糊決策樹算法
    4.1 分裂屬性選擇標準
    4.2 模糊粗糙集
    4.3 基于模糊粗糙集的模糊決策樹
        4.3.1 模糊屬性重要度的計算
        4.3.2 模糊決策樹閾值的設置
    4.4 實例分析
    4.5 本章總結
第五章 基于模糊決策樹的2型糖尿病預警研究
    5.1 糖尿病基礎知識
        5.1.1 糖尿病的分類
        5.1.2 2型糖尿病的診斷標準
    5.2 糖尿病數據屬性約簡
    5.3 糖尿病數據模糊化
    5.4 選擇分裂屬性
    5.5 形成糖尿病預警
    5.6 臨床應用實例分析
        5.6.1 2型糖尿病臨床數據
        5.6.2 數據轉換
        5.6.3 臨床數據模糊化
    5.7 本章小結
第六章 總結與展望
    6.1 論文工作總結
    6.2 下一步研究工作
參考文獻
致謝



本文編號：3867526