近年來癌癥發(fā)生率逐年攀升,惡性腫瘤已成為致使人類死亡的不可輕視的病因。有學者指出,已知的惡性腫瘤中有80%-90%與環(huán)境因素具有不可分割的關系。隨著工業(yè)化步伐加快,工業(yè)生產過程中排放的大量有害廢物增加了環(huán)境化學性污染,對附近居民的生命健康造成極大威脅。為減少腫瘤對人類生命健康的危害,癌癥的預防逐漸進入人們的視野。作為癌癥預防研究的一部分,專家學者做了大量有關環(huán)境因素對腫瘤病癥影響的研究。但這些研究要么從宏觀上研究環(huán)境污染對腫瘤的影響,要么從微觀上研究微環(huán)境因素對腫瘤的影響。研究雖然對癌癥預防提供了專業(yè)的指導建議,但對于普通人來說,不具有實用性。因此,本文通過對污染源與腫瘤病患間的影響關系進行研究,以得出“XXX污染源對XXX腫瘤病癥具有高度影響”這一具有明確指向性的結論。這類結論更易于普通人理解,對領域專家及普通人進行癌癥的三級預防均具有重要的指導意義�；谏鲜隹紤],本文對污染源與腫瘤病患在空間位置上的并置關系進行了分析,提出挖掘工業(yè)污染源與腫瘤病癥間的高影響co-location規(guī)則。首先,對特征的影響特性加以考慮,定義了影響特征和參考特征,基于這兩個概念,進一步引入一系列定義來描述...

【文章頁數】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 本文主要工作
    1.4 論文的組織結構
第二章 基礎知識
    2.1 空間co-location模式挖掘基本概念
    2.2 基于全連接(join-base)的co-location模式挖掘算法
    2.3 本章小結
第三章 高影響co-location規(guī)則
    3.1 高影響co-location模式及規(guī)則的相關定義
    3.2 高影響co-location規(guī)則挖掘算法
    3.3 本章小結
第四章 污染源與腫瘤病例數據的獲取及處理
    4.1 腫瘤病例數據處理
    4.2 工業(yè)污染源數據獲取及處理
    4.3 整合數據
    4.4 本章小結
第五章 實驗結果與分析
    5.1 實驗環(huán)境
    5.2 污染源與腫瘤病癥間的高影響co-location規(guī)則挖掘結果分析
        5.2.1 頻繁co-location模式挖掘結果比較
        5.2.2 co-location規(guī)則挖掘結果比較
        5.2.3 污染源與腫瘤病癥間的高影響co-location規(guī)則
    5.3 高影響co-location規(guī)則挖掘算法性能分析
        5.3.1 Join-base算法與HICR算法挖掘效率比較
        5.3.2 Join-base算法與HICR算法挖掘結果數量比較
        5.3.3 規(guī)則影響度閾值對join-base算法和HICR算法的影響
    5.4 本章小結
第六章 總結和展望
    6.1 總結
    6.2 展望
參考文獻
致謝



本文編號：3796202