基于改進(jìn)AP聚類算法的人體健康評估研究
發(fā)布時間:2023-03-03 18:21
生活節(jié)奏的加快使人們面臨的壓力日益增大,亞健康人群也隨之增多,人們的健康觀念逐漸從“有病治病”向“未病先防”轉(zhuǎn)變。為實現(xiàn)“未病先防”,健康評估是必不可少的環(huán)節(jié)。目前,健康評估主要方法有主觀調(diào)查法與生理參數(shù)檢測法,但面臨的問題在于缺乏客觀性與統(tǒng)一的評估標(biāo)準(zhǔn),同時無法綜合考慮多源生理參數(shù)的波動,造成評估的不準(zhǔn)確性與不穩(wěn)定性。鑒于此,如何選擇多個生理參數(shù)且選擇恰當(dāng)?shù)臋C器學(xué)習(xí)算法對人體健康進(jìn)行綜合和科學(xué)的評估,這是本文的研究重點。為了解決上述問題,本文選擇AP聚類算法對多個生理參數(shù)進(jìn)行聚類,實現(xiàn)健康評估。AP聚類算法具有簡單、快速等特點,且在解決很多數(shù)據(jù)集聚類問題上比傳統(tǒng)聚類算法能夠獲取更好的聚類效果。自問世以來,多個領(lǐng)域都在運用此算法實現(xiàn)聚類,如商務(wù)智能、數(shù)字醫(yī)療等。但是,AP聚類算法依然存在偏向參數(shù)和阻尼因子對該算法的聚類效果的局限性以及算法復(fù)雜度高等問題。鑒于此,本文給出了相應(yīng)的解決方案。本文選取了人體的血壓、肺動脈壓、心率、血氧飽和度、體溫和呼吸頻率六大基本生理參數(shù),運用改進(jìn)后的AP聚類算法實現(xiàn)人體健康狀況評估,最后結(jié)合Java、JSP及數(shù)據(jù)庫等技術(shù),設(shè)計開發(fā)了人體健康評估系統(tǒng),實現(xiàn)人...
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景與研究意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 AP聚類算法國內(nèi)外研究現(xiàn)狀
1.2.2 人體健康評估國外研究現(xiàn)狀
1.2.3 已有研究工作中的不足
1.3 主要研究內(nèi)容
1.4 論文章節(jié)安排
1.5 本章小結(jié)
2 聚類及人體健康評估相關(guān)知識
2.1 聚類
2.1.1 經(jīng)典聚類算法
2.1.2 AP聚類算法
2.1.3 聚類算法的評價指標(biāo)
2.2 人體健康評估的評價指標(biāo)
2.3 本章小結(jié)
3 基于改進(jìn)AP聚類算法研究
3.1 問題提出
3.2 基于遺傳算法的AP聚類算法優(yōu)化
3.2.1 模式定理
3.2.2 遺傳算法
3.2.3 GAAP聚類算法
3.2.4 實驗及結(jié)果分析
3.3 基于密度峰值聚類的AP聚類算法優(yōu)化
3.3.1 相似矩陣稀疏化的理論分析
3.3.2 基于密度峰值聚類算法
3.3.3 DPCAAP聚類算法
3.3.4 實驗及結(jié)果分析
3.4 基于遺傳算法和密度峰值聚類的AP聚類算法優(yōu)化
3.5 實驗及結(jié)果分析
3.6 本章小結(jié)
4 基于改進(jìn)AP聚類算法的人體健康評估模型分析
4.1 人體健康評估建模總流程
4.2 數(shù)據(jù)源的獲取和抽取
4.3 數(shù)據(jù)預(yù)處理
4.3.1 數(shù)據(jù)清洗
4.3.2 數(shù)據(jù)標(biāo)準(zhǔn)化
4.4 人體健康評估模型構(gòu)建
4.5 人體健康評估模型測試及結(jié)果分析
4.6 本章小結(jié)
5 人體健康評估系統(tǒng)的設(shè)計與實現(xiàn)
5.1 人體健康評估系統(tǒng)需求分析
5.2 人體健康評估系統(tǒng)設(shè)計
5.2.1 人體健康評估系統(tǒng)整體架構(gòu)設(shè)計
5.2.2 人體健康評估系數(shù)據(jù)庫設(shè)計
5.3 人體健康評估系統(tǒng)主要功能實現(xiàn)
5.4 人體健康評估系統(tǒng)可視化界面展示
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間取得的研究成果
本文編號:3752875
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景與研究意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 AP聚類算法國內(nèi)外研究現(xiàn)狀
1.2.2 人體健康評估國外研究現(xiàn)狀
1.2.3 已有研究工作中的不足
1.3 主要研究內(nèi)容
1.4 論文章節(jié)安排
1.5 本章小結(jié)
2 聚類及人體健康評估相關(guān)知識
2.1 聚類
2.1.1 經(jīng)典聚類算法
2.1.2 AP聚類算法
2.1.3 聚類算法的評價指標(biāo)
2.2 人體健康評估的評價指標(biāo)
2.3 本章小結(jié)
3 基于改進(jìn)AP聚類算法研究
3.1 問題提出
3.2 基于遺傳算法的AP聚類算法優(yōu)化
3.2.1 模式定理
3.2.2 遺傳算法
3.2.3 GAAP聚類算法
3.2.4 實驗及結(jié)果分析
3.3 基于密度峰值聚類的AP聚類算法優(yōu)化
3.3.1 相似矩陣稀疏化的理論分析
3.3.2 基于密度峰值聚類算法
3.3.3 DPCAAP聚類算法
3.3.4 實驗及結(jié)果分析
3.4 基于遺傳算法和密度峰值聚類的AP聚類算法優(yōu)化
3.5 實驗及結(jié)果分析
3.6 本章小結(jié)
4 基于改進(jìn)AP聚類算法的人體健康評估模型分析
4.1 人體健康評估建模總流程
4.2 數(shù)據(jù)源的獲取和抽取
4.3 數(shù)據(jù)預(yù)處理
4.3.1 數(shù)據(jù)清洗
4.3.2 數(shù)據(jù)標(biāo)準(zhǔn)化
4.4 人體健康評估模型構(gòu)建
4.5 人體健康評估模型測試及結(jié)果分析
4.6 本章小結(jié)
5 人體健康評估系統(tǒng)的設(shè)計與實現(xiàn)
5.1 人體健康評估系統(tǒng)需求分析
5.2 人體健康評估系統(tǒng)設(shè)計
5.2.1 人體健康評估系統(tǒng)整體架構(gòu)設(shè)計
5.2.2 人體健康評估系數(shù)據(jù)庫設(shè)計
5.3 人體健康評估系統(tǒng)主要功能實現(xiàn)
5.4 人體健康評估系統(tǒng)可視化界面展示
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間取得的研究成果
本文編號:3752875
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3752875.html
最近更新
教材專著