本文關鍵詞：基于混合細菌覓食和粒子群的k-means聚類算法在類風濕并發(fā)癥中的研究

  更多相關文章： 數(shù)據(jù)挖掘 電子病歷 粒子群算法 細菌覓食算法 k-means算法 類風濕關節(jié)炎 并發(fā)癥

【摘要】：電子病歷(Electronic Medical Records)積累了大量的醫(yī)療診斷信息。如何挖掘海量病歷背后隱藏的信息,為醫(yī)生的診斷提供參考成為當下研究的熱點。通過數(shù)據(jù)挖掘技術發(fā)現(xiàn)電子病歷數(shù)據(jù)中有價值的知識,可以為臨床診斷和治療供給科學意見,提升治療效果,有廣闊的應用遠景和現(xiàn)實意義。本文一開始針對傳統(tǒng)數(shù)據(jù)挖掘中的k-means聚類算法中初值的敏感性,容易陷入局部最優(yōu)解的缺陷,提出了一種確定k-means初始聚類中心的聚類算法。該算法將全局搜索能力強的粒子群算法與局部搜索能力強的細菌覓食算法結(jié)合,將細菌的趨化行為簡化為粒子群中粒子尋找最優(yōu)解的過程,再利用細菌完成復制、遷徙操作。將混合算法的最優(yōu)解確定為初始聚類中心,解決了k-means算法隨機選擇聚類中心的弊端。對Iris、Wine、Glass等UCI數(shù)據(jù)集的測試結(jié)果表明,本文提出的K-BFOPSO算法的準確率和穩(wěn)定性都高于流行的聚類算法,能夠更有效地解決復雜的優(yōu)化問題。Weka由于有著豐富的數(shù)據(jù)挖掘算法、可以實現(xiàn)多種功能。將改進聚類算法嵌入Weka,可以實現(xiàn)借助Weka界面直觀地對數(shù)據(jù)進行分析,基于此分析了Weka的開發(fā)環(huán)境、接口配置、如何嵌入改進的聚類算法的過程,實現(xiàn)對其進行二次開發(fā),將改進的K-BFOPSO聚類算法嵌入Weka開展數(shù)據(jù)分析實驗。結(jié)合山大二院類風濕關節(jié)炎病人電子病歷,基于Weka中改進的聚類算法,開展基于類風濕并發(fā)癥的分析。通過對電子病歷的清洗整合,將數(shù)據(jù)導入Weka,運行導入的改進的聚類算法。首先將RA患者病歷數(shù)據(jù)中的性別和年齡利用改進的聚類算法做聚類分析得出與RA高發(fā)相關的各個年齡段。由于RA引發(fā)的并發(fā)癥間存在彼此牽制和耦合性,聚類結(jié)果可得出與RA相關的并發(fā)癥為心血管系統(tǒng)疾病、肺部疾病、消化系統(tǒng)疾病、內(nèi)分泌及營養(yǎng)代謝疾病,有的是同時出現(xiàn),具有伴發(fā)性,通過對RA病歷的分析,獲取與RA密切相關的并發(fā)癥組合和相關年齡分布。應加強對RA患者心血管疾病、肺部疾病的篩查和預防,且RA患病有明顯的性別、年齡偏向。
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.13

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮舜璽;;新書推薦:《算法分析導論》[J];計算機教育;2006年05期

2 張力,慕曉冬;計算機算法分析淺談[J];武警工程學院學報;2002年04期

3 馬安光;;飛彈問題的算法分析——2003年第10期題解[J];程序員;2003年12期

4 蘇運霖;;《算法分析導論》評介[J];計算機教育;2006年07期

5 朱力強;;培養(yǎng)學生創(chuàng)新思維與能力的算法分析案例[J];計算機與信息技術;2007年11期

6 汪菊琴;;幾種常見特殊方陣的算法分析與實現(xiàn)[J];無錫職業(yè)技術學院學報;2009年05期

7 李涵;;“算法分析與設計”課程教學改革和實踐[J];中國電力教育;2010年16期

8 劉寧;管濤;;淺析案例教學法在算法分析與設計課程中的應用[J];科技風;2011年07期

9 胡峰;王國胤;;“算法分析與設計”教學模式探索[J];當代教育理論與實踐;2011年12期

10 趙娟;;淺析啟發(fā)式教學法在《算法分析與設計》課程中的應用[J];福建電腦;2012年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 俞洋;田亞菲;;一種新的變步長LMS算法及其仿真[A];通信理論與信號處理新進展——2005年通信理論與信號處理年會論文集[C];2005年

2 周顥;劉振華;趙保華;;構造型的D~2FA生成算法[A];中國通信學會通信軟件技術委員會2009年學術會議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國數(shù)據(jù)庫學術會議論文集（一）[C];2008年

4 劉遠新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺下物流運輸配送系統(tǒng)算法分析[A];第二十六屆中國控制會議論文集[C];2007年

5 王樹西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國學生計算語言學研討會論文集[C];2004年

6 王萬青;張曉輝;;改進的A~*算法的高效實現(xiàn)[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎論文集[C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實現(xiàn)敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國控制會議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實現(xiàn)基于程序結(jié)構的主變元分析[A];第五屆中國測試學術會議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計的修正Rife算法及其FPGA實現(xiàn)[A];全國第十屆信號與信息處理、第四屆DSP應用技術聯(lián)合學術會議論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 科文;VIXD算法分析Web異常[N];中國計算機報;2008年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 魏哲學;樣本斷點距離問題的算法與復雜性研究[D];山東大學;2015年

2 劉春明;基于增強學習和車輛動力學的高速公路自主駕駛研究[D];國防科學技術大學;2014年

3 張敏霞;生物地理學優(yōu)化算法及其在應急交通規(guī)劃中的應用研究[D];浙江工業(yè)大學;2015年

4 李紅;流程挖掘算法研究[D];云南大學;2015年

5 盛歆漪;粒子群優(yōu)化算法及其應用研究[D];江南大學;2015年

6 黃磊;高動態(tài)環(huán)境捷聯(lián)慣導信號處理及高精度姿態(tài)速度算法研究[D];南京航空航天大學;2015年

7 劉新旺;多核學習算法研究[D];國防科學技術大學;2013年

8 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學;2006年

9 曾國強;改進的極值優(yōu)化算法及其在組合優(yōu)化問題中的應用研究[D];浙江大學;2011年

10 肖永豪;蜂群算法及在圖像處理中的應用研究[D];華南理工大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 黃廈;基于改進蟻群算法的柔性作業(yè)車間調(diào)度問題研究[D];昆明理工大學;2015年

2 李平;基于Hadoop的信息爬取與輿情檢測算法研究[D];昆明理工大學;2015年

3 趙官寶;基于位表的關聯(lián)規(guī)則挖掘算法研究[D];昆明理工大學;2015年

4 殷文華;移動容遲網(wǎng)絡中基于社會感知的多播分發(fā)算法研究[D];內(nèi)蒙古大學;2015年

5 徐翔燕;人工魚群優(yōu)化算法及其應用研究[D];西南交通大學;2015年

6 李德福;基于小世界模型的啟發(fā)式尋路算法研究[D];華中師范大學;2015年

7 鄭海彬;一種面向MAPREDUCE的DATASHUFFLE的優(yōu)化方法[D];蘇州大學;2015年

8 趙曉寒;輪換步長PSO算法及SMVSC參數(shù)優(yōu)化[D];沈陽理工大學;2015年

9 安豐洋;基于無線網(wǎng)絡的廣播算法研究[D];曲阜師范大學;2015年

10 李智明;基于改進FastICA算法的混合語音盲分離[D];上海交通大學;2015年

，

本文編號：1155170