乳腺癌是一種嚴(yán)重危害女性身體健康的疾病,隨著生活方式的轉(zhuǎn)變而發(fā)病率明顯上漲,發(fā)病年齡也將趨于年輕化。早發(fā)現(xiàn)、早診斷、早治療才能降低其發(fā)生的可能性和致死率�，F(xiàn)實(shí)的醫(yī)療檢測系統(tǒng)中,由于醫(yī)療設(shè)備的限制或者人體生理因素的影響,導(dǎo)致乳腺癌的錯診或漏診,進(jìn)而使患者失去了早發(fā)現(xiàn)與早治療的機(jī)會。因此,提高乳腺癌的診斷精度,是降低患者生命風(fēng)險(xiǎn)的重要手段。隨著人工智能的發(fā)展,利用智能的數(shù)據(jù)挖掘方法去挖掘醫(yī)療數(shù)據(jù)內(nèi)涵的寶貴價(jià)值是實(shí)現(xiàn)智能診斷的新途徑。本論文選取了乳腺癌這一威脅當(dāng)前女性健康的常見疾病作為算法應(yīng)用研究對象。采用數(shù)據(jù)挖掘的方法對乳腺癌數(shù)據(jù)進(jìn)行建模分析。以UCI提供的臨床乳腺癌數(shù)據(jù),建立基于支持向量機(jī)的輔助診斷模型,通過優(yōu)化模型提高乳腺癌診斷的準(zhǔn)確率,為智能醫(yī)療提出了一種新的研究思路和方法,具有一定的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。主要內(nèi)容如下:(1)分析智能醫(yī)療的主要方法和機(jī)器學(xué)習(xí)算法在智能醫(yī)療中的應(yīng)用,學(xué)習(xí)了支持向量機(jī)理論及線性和非線性原理,通過引入核函數(shù)實(shí)現(xiàn)高維線性變換,進(jìn)而提出支持向量機(jī)核函數(shù)的參數(shù)尋優(yōu)問題。(2)提出基于參數(shù)優(yōu)化的支持向量機(jī)乳腺癌診斷研究方法。針對影響SVM的分類性兩個關(guān)鍵因素:誤差懲...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

圖2-1結(jié)構(gòu)風(fēng)險(xiǎn)最小化

圖2-2最優(yōu)分類超平面示例圖

圖3-1基于SVM的乳腺癌診斷建模流程圖

圖3-2基于網(wǎng)格法參數(shù)尋優(yōu)的SVM診斷流程圖

本文編號：3884887