隨著移動(dòng)互聯(lián)網(wǎng)醫(yī)療時(shí)代的到來,增加了大數(shù)據(jù)的積累,而大數(shù)據(jù)的發(fā)展又促進(jìn)了醫(yī)療的進(jìn)步,如何將大數(shù)據(jù)與移動(dòng)互聯(lián)網(wǎng)醫(yī)療相結(jié)合是未來智能醫(yī)療領(lǐng)域發(fā)展的重中之重。本文將數(shù)據(jù)挖掘與移動(dòng)醫(yī)療APP相結(jié)合,設(shè)計(jì)并實(shí)現(xiàn)了基于隨機(jī)森林的心臟病預(yù)測平臺(tái),該平臺(tái)圍繞隨機(jī)森林算法改進(jìn)、平臺(tái)架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)以及平臺(tái)性能評估展開,主要工作和研究內(nèi)容如下:(1)針對隨機(jī)森林算法數(shù)據(jù)不平衡、個(gè)體分類器單一、大規(guī)模數(shù)據(jù)擴(kuò)展性差等缺點(diǎn),提出了三點(diǎn)改進(jìn)方案——1、利用Bootstrap對數(shù)據(jù)集進(jìn)行多層次抽取確保數(shù)據(jù)的平衡;2、采用聚類思想對個(gè)體分類器進(jìn)行聚類分簇,從每個(gè)簇中選出一個(gè)代表性分類器組成多樣性森林;3、借助Hadoop的分布式計(jì)算能力實(shí)現(xiàn)隨機(jī)森林的并行化構(gòu)建。依據(jù)提出的方案設(shè)計(jì)了 BDRF(Balanced And Diversity Random Forest)算法。(2)對平臺(tái)進(jìn)行需求分析,并給出具體設(shè)計(jì)方案。APP展示平臺(tái)完成與業(yè)務(wù)功能對應(yīng)的原型界面設(shè)計(jì);后臺(tái)服務(wù)器主要完成SSH(Spring+ SpringMVC +Hibernate)框架邏輯設(shè)計(jì)、數(shù)據(jù)庫方案設(shè)計(jì)以及心臟病預(yù)測模型中HDFS與MySQL數(shù)據(jù)整合設(shè)計(jì)。其中后臺(tái)邏輯設(shè)計(jì)采用MVC模式,降低層與層之間的耦合,便于平臺(tái)業(yè)務(wù)功能的擴(kuò)展;HDFS與MySQL通過sqoop(SQL-to-Hadoop)進(jìn)行數(shù)據(jù)互導(dǎo),數(shù)據(jù)統(tǒng)一存入MySQL,方便數(shù)據(jù)的查詢和管理工作。(3)實(shí)現(xiàn)平臺(tái)各個(gè)業(yè)務(wù)模塊,對其實(shí)現(xiàn)效果進(jìn)行展示,并依據(jù)UCI(University of California Irvine)心臟病數(shù)據(jù)集分別對決策樹算法、隨機(jī)森林算法和BDRF算法進(jìn)行建模分析,驗(yàn)證本文心臟病預(yù)測平臺(tái)的有效性和性能的提升。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP311.56;TP311.13
【部分圖文】：

寶開始去除ＩＯＥ化，研宄基于Ｈａｄｏｏｐ的系統(tǒng)?云梯。到目前為止，除ＨＤＦＳ??與ＭａｐＲｅｄｕｃｅ夕卜，Ｈａｄｏｏｐ生態(tài)體系中新增了多個(gè)成員?Ｈｂａｓｅ、Ｈｉｖｅ、ｓｑｏｏｐ??和ＺｏｏＫｅｅｐｅｒ等，如圖２－丨所示：??Ｉ?１?１?１??ＥＴＬ?Ｔｏｏｌｓ?ｊ?ＢＩ?Ｒｅｐｏｒｔｉｎｇ?Ｊ?ＲＤＢＭＳ????１?１?ｌ??Ｐｉｇ?．??（數(shù)據(jù)流）?ｍｖｅ?Ｓｑｏｏｐ??Ｍａｐ／Ｒｅｄｕｃｅ??（任務(wù)調(diào)度／執(zhí)行系統(tǒng)）??Ｚｏｏｋｅ????－ｅｐｅｒ??Ｈｂａｓｅ??ＨＤＦＳ??（Ｈａｄｏｏｐ分布式文件系統(tǒng)）??圖２－１?Ｈａｄｏｏｐ生態(tài)體系??１）?Ｈｉｖｅ是基于Ｈａｄｏｏｐ的一個(gè)工具，建立在Ｈａｄｏｏｐ集群的最頂層，對存儲(chǔ)??７??

北京郵電大學(xué)工程碩士學(xué)位論文ｐ群上的數(shù)據(jù)提供類ＳＱＬ的接口進(jìn)行操作。它可以將ｓｑｌ語句自ｄｕｃｅ任務(wù)運(yùn)行，簡化了數(shù)據(jù)查詢工作。??ｏｏｐ是Ａｐａｃｈｅ的一個(gè)獨(dú)立子項(xiàng)目，負(fù)責(zé)Ｈａｄｏｏｐ與關(guān)系型數(shù)據(jù)庫（ＳＱＬ）間數(shù)據(jù)互導(dǎo)，便于使用者快速迭代幵發(fā)。??ｏｏｐ基本結(jié)構(gòu)模型??ｏｏｐＭ是一個(gè)能夠?qū)Υ笠?guī)模數(shù)據(jù)進(jìn)行分布式存儲(chǔ)和計(jì)算的架構(gòu)，它布式處理的細(xì)節(jié)，只需設(shè)置好參數(shù)，就能讓用戶輕松開發(fā)分布式ｏｐ主要由兩個(gè)部分構(gòu)成——ＨＤＦＳ和ＭａｐＲｅｄｕｃｅ。ＨＤＦＳ在架數(shù)據(jù)文件的分布式存儲(chǔ)。ＭａｐＲｅｄｕｃｅ在ＨＤＦＳ上一層，負(fù)責(zé)調(diào)用并行化處理。其結(jié)構(gòu)如圖２－２所示。下面將分別詳細(xì)介紹ＨＤｃｅ?〇??

圖２－３?ＨＤＦＳ結(jié)構(gòu)??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳一諾;董紹華;;基于隨機(jī)森林算法的管道缺陷預(yù)測方法[J];油氣儲(chǔ)運(yùn);年期

2 劉陽;杜華軍;岳子涵;馬杰;呂武;;基于隨機(jī)森林的無人機(jī)檢測方法[J];計(jì)算機(jī)工程與應(yīng)用;年期

3 胡蝶;;基于隨機(jī)森林的債券違約分析[J];當(dāng)代經(jīng)濟(jì);2018年03期

4 溫博文;董文瀚;解武杰;馬駿;;基于改進(jìn)網(wǎng)格搜索算法的隨機(jī)森林參數(shù)優(yōu)化[J];計(jì)算機(jī)工程與應(yīng)用;2018年10期

5 趙藝淞;楊昆;王保云;黎曉路;;隨機(jī)森林在城市不透水面提取中的應(yīng)用研究[J];云南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年03期

6 吳辰文;梁靖涵;王偉;李長生;;一種順序響應(yīng)的隨機(jī)森林:變量預(yù)測和選擇[J];小型微型計(jì)算機(jī)系統(tǒng);2017年08期

7 顧娟;林敏;鞠桂玲;;基于隨機(jī)森林回歸的軍械器材需求預(yù)測[J];自動(dòng)化應(yīng)用;2017年09期

8 劉迎春;陳梅玲;;流式大數(shù)據(jù)下隨機(jī)森林方法及應(yīng)用[J];西北工業(yè)大學(xué)學(xué)報(bào);2015年06期

9 羅超;;面向高維數(shù)據(jù)的隨機(jī)森林算法優(yōu)化探討[J];商;2016年04期

10 楊曉峰;嚴(yán)建峰;劉曉升;楊璐;;深度隨機(jī)森林在離網(wǎng)預(yù)測中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2016年06期

相關(guān)博士學(xué)位論文 前10條

1 王曉軍;基于大數(shù)據(jù)的風(fēng)洞馬赫數(shù)集成建模方法的研究[D];東北大學(xué);2016年

2 王鑫;基于隨機(jī)森林的認(rèn)知網(wǎng)絡(luò)頻譜感知算法研究[D];東北大學(xué);2016年

3 姚登舉;面向醫(yī)學(xué)數(shù)據(jù)的隨機(jī)森林特征選擇及分類方法研究[D];哈爾濱工程大學(xué);2016年

4 黃玥;VANET信息安全問題及異常檢測技術(shù)研究[D];吉林大學(xué);2017年

5 倪強(qiáng);基于隨機(jī)前沿和隨機(jī)森林法的沿海開發(fā)區(qū)發(fā)展效率研究[D];天津大學(xué);2011年

6 季斌;內(nèi)蒙古浩布高地區(qū)多金屬礦綜合信息找礦預(yù)測研究[D];合肥工業(yè)大學(xué);2017年

7 雷震;隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

8 金超;基于隨機(jī)森林的醫(yī)學(xué)影像分割算法研究及應(yīng)用[D];蘇州大學(xué);2017年

9 李寶富;巨厚礫巖層下回采巷道底板沖擊地壓誘發(fā)機(jī)理研究[D];河南理工大學(xué);2014年

10 趙東;基于群智能優(yōu)化的機(jī)器學(xué)習(xí)方法研究及應(yīng)用[D];吉林大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 葉蓓;WorldView-3數(shù)據(jù)的巖性信息自動(dòng)提取方法研究[D];中國地質(zhì)大學(xué)(北京);2018年

2 高聰;基于隨機(jī)森林的不平衡大數(shù)據(jù)分類算法研究[D];東北電力大學(xué);2018年

3 閆東陽;基于對象的隨機(jī)森林遙感分類方法優(yōu)化[D];中國地質(zhì)大學(xué)(北京);2018年

4 吳衛(wèi)星;隨機(jī)森林在技術(shù)指標(biāo)量化選股中的應(yīng)用[D];電子科技大學(xué);2018年

5 張向前;機(jī)器學(xué)習(xí)在輻射源信號(hào)指紋識(shí)別中的應(yīng)用研究[D];電子科技大學(xué);2018年

6 王夢芹;基于隨機(jī)森林的個(gè)人信用評價(jià)指標(biāo)分析[D];安徽大學(xué);2018年

7 談小雨;基于情感時(shí)序距離的文本情感分類和情感主體識(shí)別方法研究[D];安徽大學(xué);2018年

8 蘇靖宇;多因子選股模型在A股市場上的實(shí)證研究[D];安徽大學(xué);2018年

9 劉建航;大數(shù)據(jù)環(huán)境下異常通話行為檢測的研究[D];北京郵電大學(xué);2018年

10 羅斌杰;基于隨機(jī)森林的心臟病預(yù)測平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2018年

本文編號(hào)：2879129