發(fā)布時間：2017-04-14 19:00

  本文關鍵詞：基于醫(yī)療云平臺的一類疾病分析模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著人民生活水平的提高,“健康”和“疾病”成為人民關注的焦點,運用計算機技術進行疾病分析預測也成為健康醫(yī)療領域的研究熱點之一。呼吸系統(tǒng)疾病是一類常見疾病,而且和氣象、環(huán)境因素有著緊密的聯(lián)系。研究和分析特定地區(qū)氣象環(huán)境因素變化對呼吸系統(tǒng)疾病的影響,建立呼吸系統(tǒng)疾病預測分析模型具有重要的意義�？梢詾閺V大市民提供疾病預防信息,為醫(yī)生和衛(wèi)生機構提供決策依據(jù),幫助降低疾病帶來的危害,提高人民健康水平。本文結合計算機技術、疾病預測分析和醫(yī)療氣象學,做了以下研究工作:第一,針對影響因素的復雜性及BP神經(jīng)網(wǎng)絡在疾病預測中的不足,結合遺傳算法和神經(jīng)網(wǎng)絡集成,本文提出集成GA-BP神經(jīng)網(wǎng)絡算法用于疾病預測。該算法利用遺傳算法優(yōu)化網(wǎng)絡初始權值增強全局搜索能力和增加子網(wǎng)絡的差異性,借鑒網(wǎng)絡集成思想增強網(wǎng)絡泛化能力和網(wǎng)絡預測結果的穩(wěn)定性。實驗測試表明,集成GA-BP神經(jīng)網(wǎng)絡用于疾病預測具有較好的分析效果,且比其它算法具有更好的擬合效果和預測準確度。第二,為了滿足數(shù)據(jù)規(guī)模的增長和服務的實時性,針對集成GA-BP神經(jīng)網(wǎng)絡算法時間成本很高、數(shù)據(jù)增長導致內(nèi)存不足的缺陷。本文借助Hadoop平臺,提出將集成GA-BP神經(jīng)網(wǎng)絡算法并行化,設計基于Hadoop的疾病預測分析模型。實驗結果表明,并行化集成GA-BP神經(jīng)網(wǎng)絡疾病預測分析模型在保證預測準確率的前提下,具有更好的時間效率。第三,通過研究云平臺架構和Hadoop平臺的特點,本文提出一個基于Hadoop的醫(yī)療數(shù)據(jù)處理平臺,疾病預測分析模型屬于該平臺的數(shù)據(jù)分析層。詳細介紹了Hadoop平臺搭建過程,為實驗驗證提供環(huán)境平臺。最后從準確性、擴展性、預警功能三個方面對疾病預測分析模型進行了分析與評價。
【關鍵詞】：云計算 Hadoop BP神經(jīng)網(wǎng)絡 神經(jīng)網(wǎng)絡集成 疾病預測分析模型
【學位授予單位】：貴州大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP393.09;R197.3
【目錄】：

• 摘要4-5
• Abstract5-7
• 第一章 緒論7-13
• 1.1 課題背景與意義7-8
• 1.2 國內(nèi)外的研究現(xiàn)狀8-10
• 1.3 論文主要研究內(nèi)容10-11
• 1.4 論文組織結構11-12
• 1.5 本章小結12-13
• 第二章 相關技術和理論基礎13-21
• 2.1 云計算13-14
• 2.2 云平臺Hadoop簡介14-16
• 2.3 人工神經(jīng)網(wǎng)絡16-19
• 2.3.1 BP神經(jīng)網(wǎng)絡原理17
• 2.3.2 BP神經(jīng)網(wǎng)絡算法描述17-19
• 2.4 遺傳算法19-20
• 2.5 本章小結20-21
• 第三章 疾病預測分析模型的算法研究21-40
• 3.1 BP神經(jīng)網(wǎng)絡在疾病預測中的不足21-22
• 3.2 集成GA-BP神經(jīng)網(wǎng)絡算法22-28
• 3.2.1 算法框架22-23
• 3.2.2 算法流程23-28
• 3.3 集成GA-BP神經(jīng)網(wǎng)絡的疾病預測28-30
• 3.4 實驗分析30-38
• 3.4.1 實驗壞境30
• 3.4.2 數(shù)據(jù)來源30-31
• 3.4.3 相關性和主成分分析31-33
• 3.4.4 算法參數(shù)確定33-34
• 3.4.5 結果分析34-38
• 3.5 實驗結論38-39
• 3.6 本章小結39-40
• 第四章 基于Hadoop的集成GA-BP神經(jīng)網(wǎng)絡疾病預測分析模型的設計40-56
• 4.1 MapReduce編程模型40-41
• 4.2 集成GA-BP神經(jīng)網(wǎng)絡并行化41-48
• 4.2.1 遺傳算法并行化實現(xiàn)42-44
• 4.2.2 子神經(jīng)網(wǎng)絡并行訓練實現(xiàn)44-48
• 4.3 基于Hadoop的疾病預測分析模型48-51
• 4.4 實驗分析51-55
• 4.4.1 實驗壞境51
• 4.4.2 結果分析51-55
• 4.5 本章小結55-56
• 第五章 基于Hadoop的疾病預測分析模型的評價56-69
• 5.1 基于Hadoop的醫(yī)療數(shù)據(jù)處理平臺56-57
• 5.2 Hadoop平臺的搭建57-63
• 5.3 疾病預測分析模型評價63-68
• 5.3.1 模型準確性評價63-66
• 5.3.2 模型擴展性評價66-67
• 5.3.3 模型預警功能評價67-68
• 5.4 本章小結68-69
• 第六章 總結與展望69-71
• 6.1 全文總結69
• 6.2 未來展望69-71
• 致謝71-72
• 參考文獻72-75
• 附錄75-76
• 圖版76-78
• 表版78-79

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 戴康;王曉瓊;;神經(jīng)網(wǎng)絡在藥動學評價中的應用[J];醫(yī)藥導報;2007年09期

2 蔡云;;收斂非線性神經(jīng)網(wǎng)絡的穩(wěn)定性[J];國外醫(yī)學.生物醫(yī)學工程分冊;1991年01期

3 王繼成,呂維雪;基于神經(jīng)網(wǎng)絡的心電數(shù)據(jù)壓縮[J];生物醫(yī)學工程學雜志;1993年03期

4 段新昱,林家瑞;神經(jīng)網(wǎng)絡在心電信號分析處理中的應用[J];國外醫(yī)學.生物醫(yī)學工程分冊;1993年01期

5 Miller A S ,張永紅;神經(jīng)網(wǎng)絡在醫(yī)學信號處理方面的應用[J];國外醫(yī)學.生物醫(yī)學工程分冊;1993年04期

6 王繼成;呂維雪;;基于符號神經(jīng)網(wǎng)絡的心臟疾病自動診斷[J];北京生物醫(yī)學工程;1993年03期

7 劉子皇;;胞神經(jīng)與類胞神經(jīng)網(wǎng)絡的動力學范圍的準確估計[J];中山大學研究生學刊(自然科學版);1995年03期

8 鄒睿,歐陽楷,劉悅;神經(jīng)網(wǎng)絡中的微心理學——兼論人工神經(jīng)網(wǎng)絡框架[J];山東生物醫(yī)學工程;1998年01期

9 鄒凌云;王正志;黃教民;;基于位置特異性譜和輸入加權神經(jīng)網(wǎng)絡的蛋白質亞細胞定位預測(英文)[J];遺傳學報;2007年12期

10 成剛;吳小玲;夏杰;張炯;肖富男;崔燕南;周荃;劉永康;李珊;;基于神經(jīng)網(wǎng)絡的環(huán)孢素血藥濃度預測[J];中國生物醫(yī)學工程學報;2009年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

  本文關鍵詞：基于醫(yī)療云平臺的一類疾病分析模型研究，，由筆耕文化傳播整理發(fā)布。

本文編號：306611