發(fā)布時(shí)間：2017-11-08 02:19

  本文關(guān)鍵詞：基于混合細(xì)菌覓食和粒子群的k-means聚類(lèi)算法在類(lèi)風(fēng)濕并發(fā)癥中的研究

  更多相關(guān)文章： 數(shù)據(jù)挖掘 電子病歷 粒子群算法 細(xì)菌覓食算法 k-means算法 類(lèi)風(fēng)濕關(guān)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(dāng)下研究的熱點(diǎn)。通過(guò)數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)電子病歷數(shù)據(jù)中有價(jià)值的知識(shí),可以為臨床診斷和治療供給科學(xué)意見(jiàn),提升治療效果,有廣闊的應(yīng)用遠(yuǎn)景和現(xiàn)實(shí)意義。本文一開(kāi)始針對(duì)傳統(tǒng)數(shù)據(jù)挖掘中的k-means聚類(lèi)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(lèi)中心的聚類(lèi)算法。該算法將全局搜索能力強(qiáng)的粒子群算法與局部搜索能力強(qiáng)的細(xì)菌覓食算法結(jié)合,將細(xì)菌的趨化行為簡(jiǎn)化為粒子群中粒子尋找最優(yōu)解的過(guò)程,再利用細(xì)菌完成復(fù)制、遷徙操作。將混合算法的最優(yōu)解確定為初始聚類(lèi)中心,解決了k-means算法隨機(jī)選擇聚類(lèi)中心的弊端。對(duì)Iris、Wine、Glass等UCI數(shù)據(jù)集的測(cè)試結(jié)果表明,本文提出的K-BFOPSO算法的準(zhǔn)確率和穩(wěn)定性都高于流行的聚類(lèi)算法,能夠更有效地解決復(fù)雜的優(yōu)化問(wèn)題。Weka由于有著豐富的數(shù)據(jù)挖掘算法、可以實(shí)現(xiàn)多種功能。將改進(jìn)聚類(lèi)算法嵌入Weka,可以實(shí)現(xiàn)借助Weka界面直觀(guān)地對(duì)數(shù)據(jù)進(jìn)行分析,基于此分析了Weka的開(kāi)發(fā)環(huán)境、接口配置、如何嵌入改進(jìn)的聚類(lèi)算法的過(guò)程,實(shí)現(xiàn)對(duì)其進(jìn)行二次開(kāi)發(fā),將改進(jìn)的K-BFOPSO聚類(lèi)算法嵌入Weka開(kāi)展數(shù)據(jù)分析實(shí)驗(yàn)。結(jié)合山大二院類(lèi)風(fēng)濕關(guān)節(jié)炎病人電子病歷,基于Weka中改進(jìn)的聚類(lèi)算法,開(kāi)展基于類(lèi)風(fēng)濕并發(fā)癥的分析。通過(guò)對(duì)電子病歷的清洗整合,將數(shù)據(jù)導(dǎo)入Weka,運(yùn)行導(dǎo)入的改進(jìn)的聚類(lèi)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(jìn)的聚類(lèi)算法做聚類(lèi)分析得出與RA高發(fā)相關(guān)的各個(gè)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(lèi)結(jié)果可得出與RA相關(guān)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(yíng)養(yǎng)代謝疾病,有的是同時(shí)出現(xiàn),具有伴發(fā)性,通過(guò)對(duì)RA病歷的分析,獲取與RA密切相關(guān)的并發(fā)癥組合和相關(guān)年齡分布。應(yīng)加強(qiáng)對(duì)RA患者心血管疾病、肺部疾病的篩查和預(yù)防,且RA患病有明顯的性別、年齡偏向。
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP311.13

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馮舜璽;;新書(shū)推薦:《算法分析導(dǎo)論》[J];計(jì)算機(jī)教育;2006年05期

2 張力,慕曉冬;計(jì)算機(jī)算法分析淺談[J];武警工程學(xué)院學(xué)報(bào);2002年04期

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

4 蘇運(yùn)霖;;《算法分析導(dǎo)論》評(píng)介[J];計(jì)算機(jī)教育;2006年07期

5 朱力強(qiáng);;培養(yǎng)學(xué)生創(chuàng)新思維與能力的算法分析案例[J];計(jì)算機(jī)與信息技術(shù);2007年11期

6 汪菊琴;;幾種常見(jiàn)特殊方陣的算法分析與實(shí)現(xiàn)[J];無(wú)錫職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年05期

7 李涵;;“算法分析與設(shè)計(jì)”課程教學(xué)改革和實(shí)踐[J];中國(guó)電力教育;2010年16期

8 劉寧;管濤;;淺析案例教學(xué)法在算法分析與設(shè)計(jì)課程中的應(yīng)用[J];科技風(fēng);2011年07期

9 胡峰;王國(guó)胤;;“算法分析與設(shè)計(jì)”教學(xué)模式探索[J];當(dāng)代教育理論與實(shí)踐;2011年12期

10 趙娟;;淺析啟發(fā)式教學(xué)法在《算法分析與設(shè)計(jì)》課程中的應(yīng)用[J];福建電腦;2012年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 俞洋;田亞菲;;一種新的變步長(zhǎng)LMS算法及其仿真[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

2 周顥;劉振華;趙保華;;構(gòu)造型的D~2FA生成算法[A];中國(guó)通信學(xué)會(huì)通信軟件技術(shù)委員會(huì)2009年學(xué)術(shù)會(huì)議論文集[C];2009年

3 賴(lài)桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類(lèi)算法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（一）[C];2008年

4 劉遠(yuǎn)新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺(tái)下物流運(yùn)輸配送系統(tǒng)算法分析[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

5 王樹(shù)西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國(guó)學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2004年

6 王萬(wàn)青;張曉輝;;改進(jìn)的A~*算法的高效實(shí)現(xiàn)[A];2009全國(guó)測(cè)繪科技信息交流會(huì)暨首屆測(cè)繪博客征文頒獎(jiǎng)?wù)撐募痆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(lèi)算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

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

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實(shí)現(xiàn)基于程序結(jié)構(gòu)的主變?cè)治鯷A];第五屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計(jì)的修正Rife算法及其FPGA實(shí)現(xiàn)[A];全國(guó)第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 科文;VIXD算法分析Web異常[N];中國(guó)計(jì)算機(jī)報(bào);2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 魏哲學(xué);樣本斷點(diǎn)距離問(wèn)題的算法與復(fù)雜性研究[D];山東大學(xué);2015年

2 劉春明;基于增強(qiáng)學(xué)習(xí)和車(chē)輛動(dòng)力學(xué)的高速公路自主駕駛研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

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

4 李紅;流程挖掘算法研究[D];云南大學(xué);2015年

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

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

7 劉新旺;多核學(xué)習(xí)算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);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(xué);2006年

9 曾國(guó)強(qiáng);改進(jìn)的極值優(yōu)化算法及其在組合優(yōu)化問(wèn)題中的應(yīng)用研究[D];浙江大學(xué);2011年

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

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

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

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

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

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

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

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

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

9 安豐洋;基于無(wú)線(xiàn)網(wǎng)絡(luò)的廣播算法研究[D];曲阜師范大學(xué);2015年

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

，

本文編號(hào)：1155170