糖尿病是最常見的慢性非傳染病之一。據(jù)國際糖尿病聯(lián)盟(IDF)最新統(tǒng)計,2017年全球糖尿病患者人數(shù)為4.25億人。我國糖尿病患者人數(shù)高達1.144億人,居全球首位,而診斷率僅為46.4%。其中90%的糖尿病患者為2型糖尿病患者。2型糖尿病是一種終身性疾病,可引發(fā)心臟病、血管等并發(fā)癥,它不僅影響了患者的生活質(zhì)量,也給患者和國家?guī)砹顺林氐慕?jīng)濟負擔。因此,需要早期預(yù)測2型糖尿病,及早發(fā)現(xiàn)2型糖尿病的高危人群,制定出該人群的健康管理方案,最終達到控制2型糖尿病的發(fā)病率的目的。本文基于數(shù)據(jù)挖掘技術(shù)、參數(shù)優(yōu)化技術(shù)、分類器評估等相關(guān)理論以及健康體檢數(shù)據(jù)和2型糖尿病患者數(shù)據(jù),構(gòu)建的2型糖尿病預(yù)測模型如下:首先,利用Weka 3.6.13軟件及網(wǎng)格搜索算法優(yōu)化支持向量機(SVM)的參數(shù),構(gòu)建了SVM預(yù)測模型。為了改進SVM預(yù)測模型的結(jié)果,使用屬性約簡篩選出2型糖尿病的最佳預(yù)測因子、使用AdaBoost算法組合多個基分類器,在此基礎(chǔ)上,分別構(gòu)建了屬性約簡-SVM預(yù)測模型和屬性約簡-AdaBoost-SVM預(yù)測模型。比較分析模擬數(shù)據(jù)的結(jié)果表明,屬性約簡和AdaBoost集成算法可同時提高預(yù)測模型的性能。其次...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 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 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 國內(nèi)外研究現(xiàn)狀評述
    1.3 研究內(nèi)容與研究方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
第2章 相關(guān)理論基礎(chǔ)
    2.1 健康管理概述
        2.1.1 什么是健康管理
        2.1.2 健康管理在國外的發(fā)生與發(fā)展
        2.1.3 健康管理在我國的發(fā)生與發(fā)展
    2.2 數(shù)據(jù)挖掘概述
        2.2.1 數(shù)據(jù)挖掘的定義
        2.2.2 數(shù)據(jù)挖掘的任務(wù)
        2.2.3 數(shù)據(jù)挖掘的過程
    2.3 數(shù)據(jù)挖掘算法概述
        2.3.1 支持向量機算法概述
        2.3.2 AdaBoost算法概述
    2.4 優(yōu)化支持向量機參數(shù)的算法概述
        2.4.1 網(wǎng)格搜索算法
        2.4.2 粒子群優(yōu)化算法
        2.4.3 遺傳算法
    2.5 分類器評估方法概述
        2.5.1 混淆矩陣
        2.5.2 一致性檢驗
        2.5.3 ROC曲線
    2.6 本章小結(jié)
第3章 基于網(wǎng)格搜索優(yōu)化SVM的2型糖尿病預(yù)測模型
    3.1 醫(yī)學(xué)數(shù)據(jù)來源及預(yù)處理
        3.1.1 醫(yī)學(xué)數(shù)據(jù)來源
        3.1.2 醫(yī)學(xué)數(shù)據(jù)預(yù)處理
    3.2 糖尿病預(yù)測模型的建立
        3.2.1 訓(xùn)練樣本與測試樣本的選取
        3.2.2 核函數(shù)的選擇
        3.2.3 網(wǎng)格搜索算法選擇最佳的參數(shù)
        3.2.4 SVM預(yù)測模型
        3.2.5 屬性約簡-SVM預(yù)測模型
        3.2.6 屬性約簡-AdaBoost-SVM預(yù)測模型
    3.3 預(yù)測模型的預(yù)測結(jié)果比較與分析
        3.3.1 預(yù)測模型的混淆矩陣分析
        3.3.2 預(yù)測模型的一致性分析
        3.3.3 預(yù)測模型的ROC曲線分析
        3.3.4 預(yù)測模型的進一步討論與分析
    3.4 本章小結(jié)
第4章 基于啟發(fā)式算法優(yōu)化SVM的2型糖尿病預(yù)測模型
    4.1 醫(yī)學(xué)數(shù)據(jù)預(yù)處理
    4.2 糖尿病預(yù)測模型的建立
        4.2.1 訓(xùn)練樣本和測試樣本的選取
        4.2.2 核函數(shù)的選擇
        4.2.3 粒子群優(yōu)化算法選擇最佳的參數(shù)
        4.2.4 遺傳算法選擇最佳的參數(shù)
        4.2.5 PSO-SVM預(yù)測模型
        4.2.6 GA-SVM預(yù)測模型
    4.3 糖尿病預(yù)測模型的預(yù)測結(jié)果比較與分析
        4.3.1 預(yù)測模型的混淆矩陣分析
        4.3.2 預(yù)測模型的一致性分析
        4.3.3 預(yù)測模型的進一步討論與分析
    4.4 本章小結(jié)
第5章 2型糖尿病高危人群的健康管理方案
    5.1 2型糖尿病高危人群的飲食管理方案
        5.1.1 每日所需總熱量的確定
        5.1.2 四季飲食指導(dǎo)
    5.2 2型糖尿病高危人群的運動管理方案
    5.3 2型糖尿病高危人群的教育與心理管理方案
        5.3.1 教育管理
        5.3.2 心理管理
    5.4 2型糖尿病高危人群的身體指標監(jiān)測方案
    5.5 本章小結(jié)
結(jié)論
參考文獻
附錄 原始實驗數(shù)據(jù)
攻讀碩士學(xué)位期間承擔的科研項目與主要成果
致謝



本文編號：4029698