基于關聯(lián)算法的人體檢測數據的處理與分析
發(fā)布時間：2021-12-23 03:06
關聯(lián)分析技術作為數據挖掘領域的熱門研究分支之一,其研究內容是從大量潛在隱含未知關系的數據項中發(fā)現有用的關系。高血壓作為一種常見的嚴重危害人類健康的慢性病,近年來,其患病率和死亡率在全球范圍內持續(xù)攀升。伴隨著醫(yī)療信息產業(yè)的發(fā)展,醫(yī)療數據庫中儲存的高血壓等慢性病的臨床數據越來越多。如何從這些歷史醫(yī)療數據中發(fā)現有用的信息為今后的疾病診斷和病理研究提供科學準確的依據成了目前亟待解決的問題之一。相較于傳統(tǒng)數據分析方法,數據挖掘技術可以有效地解決這一難題。本課題使用關聯(lián)分析技術從大規(guī)模的高血壓患者診治數據中探究高血壓患者生理體征參數與高血壓患病風險水平之間的潛在關系。重點完成了以下工作:（1）對數據挖掘技術和關聯(lián)分析技術的相關理論進行了闡述,研究了關聯(lián)分析技術在醫(yī)學領域的應用情況,對關聯(lián)分析中的Apriori算法做了重點研究,分析了Apriori算法的不足之處,引入了目前通用的一些優(yōu)化方法,為后面的優(yōu)化提供了思路。（2）改進的Apriori算法結合課題研究內容引入項約束條件對事務數據庫D進行篩選排除得到事務數據庫D1,然后在事務數據庫D1中求得頻繁項集。為了避免Apriori算法反復掃描數據庫、耗...
【文章來源】：西安科技大學陜西省
【文章頁數】：60 頁
【學位級別】：碩士
【部分圖文】：
實例執(zhí)行過程圖
j++; end if end if end if end for if (i >= j && n == k-1) //滿足連接條件 insert p 并集{ext} to Ck+1; end ifend forriori 算法的性能分析后的算法進行實驗驗證，實驗在 12GB 內存，Intel(R) Core(TMdows7 系統(tǒng)的 PC 機上進行。首先選取 UCI標準測試數據庫中的驗驗證數據，該數據包含了 8124 條記錄，每條記錄有 23 個屬性圖 3.3 所示。
圖 3.4 accidents 數據集部分原始數據表 3.10 同一最小支持度閾值不同數據集下算法所需執(zhí)行的時間測試數據集算法所需執(zhí)行的時間(ms)Apriori 算法 改進算法mushroom 1644 574accidents 145618 38801從運行結果可以得出結論：在最小支持度閾值都為 40%的情況下，兩個算dents 數據集中執(zhí)行的時間都要比在 mushroom 數據集中執(zhí)行的時間要多，這說挖掘所需要的時間與數據集本身的數據特點有很大的關系；但是可以得出的結算法在兩個實驗數據集上執(zhí)行耗時要明顯優(yōu)于原始 Apriori 算法。 本章小結本章首先引入了關聯(lián)規(guī)則中的項目約束的概念，指出了用戶參與挖掘過程的從課題的研究內容出發(fā)提出了改進算法選取的約束條件。之后針對原始 Apri繁掃描事務數據庫的缺點給出了映射的優(yōu)化方式，并借鑒 Separate 算法對頻繁
【參考文獻】：
期刊論文
[1]數據挖掘中并行離散化數據準備優(yōu)化[J]. 劉云,袁浩恒. 四川大學學報(自然科學版). 2018(05)
[2]淺析數據挖掘中的數據預處理技術[J]. 張治斌,劉威. 數字技術與應用. 2017(10)
[3]基于上三角矩陣構造多叉樹的多維關聯(lián)規(guī)則挖掘算法[J]. 葉濤,于利霞,張亞平. 軟件工程. 2017(06)
[4]慢性病大數據分析平臺設計[J]. 邱航,龍虎,潘驚萍,王利亞,余海燕. 中國衛(wèi)生信息管理雜志. 2017(02)
[5]基于數據挖掘的曹克光教授治療慢性胃炎用藥規(guī)律分析[J]. 吳清秀,韓德軍,楊錫燕. 河北中醫(yī). 2017(02)
[6]遺傳算法的數據挖掘技術在醫(yī)療大數據中的應用[J]. 呂峰,楊宏,普奕,賈婧鎣. 電子技術與軟件工程. 2017(05)
[7]四大類主要慢性病流行現狀與應對策略[J]. 劉國棟,王樺,汪琦,李晨芳,曾爾亢,吳曉玲. 中國社會醫(yī)學雜志. 2017(01)
[8]數據挖掘技術綜述[J]. 鄒祎. 信息通信. 2016(12)
[9]基于病案首頁的醫(yī)療大數據挖掘研究[J]. 熊志剛,姚剛. 中國數字醫(yī)學. 2016(09)
[10]一種基于Apriori算法的優(yōu)化挖掘算法[J]. 陳志飛,馮鈞. 計算機與現代化. 2016(09)
碩士論文
[1]改進的關聯(lián)規(guī)則算法在慢性病數據挖掘中的研究[D]. 楊余壘.浙江理工大學 2017
[2]基于數據挖掘的郭立中教授辨治常見慢性病的病案研究[D]. 季飛.南京中醫(yī)藥大學 2015
[3]基于C4.5算法的高血壓分類規(guī)則提取的研究[D]. 林玲玲.太原理工大學 2012
本文編號：3547653
【文章來源】：西安科技大學陜西省
【文章頁數】：60 頁
【學位級別】：碩士
【部分圖文】：
實例執(zhí)行過程圖
j++; end if end if end if end for if (i >= j && n == k-1) //滿足連接條件 insert p 并集{ext} to Ck+1; end ifend forriori 算法的性能分析后的算法進行實驗驗證，實驗在 12GB 內存，Intel(R) Core(TMdows7 系統(tǒng)的 PC 機上進行。首先選取 UCI標準測試數據庫中的驗驗證數據，該數據包含了 8124 條記錄，每條記錄有 23 個屬性圖 3.3 所示。
圖 3.4 accidents 數據集部分原始數據表 3.10 同一最小支持度閾值不同數據集下算法所需執(zhí)行的時間測試數據集算法所需執(zhí)行的時間(ms)Apriori 算法 改進算法mushroom 1644 574accidents 145618 38801從運行結果可以得出結論：在最小支持度閾值都為 40%的情況下，兩個算dents 數據集中執(zhí)行的時間都要比在 mushroom 數據集中執(zhí)行的時間要多，這說挖掘所需要的時間與數據集本身的數據特點有很大的關系；但是可以得出的結算法在兩個實驗數據集上執(zhí)行耗時要明顯優(yōu)于原始 Apriori 算法。 本章小結本章首先引入了關聯(lián)規(guī)則中的項目約束的概念，指出了用戶參與挖掘過程的從課題的研究內容出發(fā)提出了改進算法選取的約束條件。之后針對原始 Apri繁掃描事務數據庫的缺點給出了映射的優(yōu)化方式，并借鑒 Separate 算法對頻繁
【參考文獻】：
期刊論文
[1]數據挖掘中并行離散化數據準備優(yōu)化[J]. 劉云,袁浩恒. 四川大學學報(自然科學版). 2018(05)
[2]淺析數據挖掘中的數據預處理技術[J]. 張治斌,劉威. 數字技術與應用. 2017(10)
[3]基于上三角矩陣構造多叉樹的多維關聯(lián)規(guī)則挖掘算法[J]. 葉濤,于利霞,張亞平. 軟件工程. 2017(06)
[4]慢性病大數據分析平臺設計[J]. 邱航,龍虎,潘驚萍,王利亞,余海燕. 中國衛(wèi)生信息管理雜志. 2017(02)
[5]基于數據挖掘的曹克光教授治療慢性胃炎用藥規(guī)律分析[J]. 吳清秀,韓德軍,楊錫燕. 河北中醫(yī). 2017(02)
[6]遺傳算法的數據挖掘技術在醫(yī)療大數據中的應用[J]. 呂峰,楊宏,普奕,賈婧鎣. 電子技術與軟件工程. 2017(05)
[7]四大類主要慢性病流行現狀與應對策略[J]. 劉國棟,王樺,汪琦,李晨芳,曾爾亢,吳曉玲. 中國社會醫(yī)學雜志. 2017(01)
[8]數據挖掘技術綜述[J]. 鄒祎. 信息通信. 2016(12)
[9]基于病案首頁的醫(yī)療大數據挖掘研究[J]. 熊志剛,姚剛. 中國數字醫(yī)學. 2016(09)
[10]一種基于Apriori算法的優(yōu)化挖掘算法[J]. 陳志飛,馮鈞. 計算機與現代化. 2016(09)
碩士論文
[1]改進的關聯(lián)規(guī)則算法在慢性病數據挖掘中的研究[D]. 楊余壘.浙江理工大學 2017
[2]基于數據挖掘的郭立中教授辨治常見慢性病的病案研究[D]. 季飛.南京中醫(yī)藥大學 2015
[3]基于C4.5算法的高血壓分類規(guī)則提取的研究[D]. 林玲玲.太原理工大學 2012
本文編號：3547653
本文鏈接：http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3547653.html
