SVM結(jié)合DS證據(jù)理論的心血管病預(yù)測(cè)方法研究
發(fā)布時(shí)間:2023-03-19 17:47
心血管病是一種對(duì)身體極具傷害性的疾病。近年來(lái),我國(guó)心血管病的發(fā)病率和死亡率逐年上升,給我國(guó)的社會(huì)與經(jīng)濟(jì)帶來(lái)了嚴(yán)重的負(fù)面影響。心血管病是中國(guó)乃至全世界的頭號(hào)死亡病因,且心血管病具有高死亡率和高致殘率的特點(diǎn),使得患心血管病的人們難以痊愈,所以心血管病的一級(jí)預(yù)防顯得格外重要,而很多研究表明,心血管病的大部分主要危險(xiǎn)因素是可以人為調(diào)整的。因此有必要針對(duì)心血管病,開發(fā)準(zhǔn)確高效的早期預(yù)測(cè)工具來(lái)識(shí)別高危人群,進(jìn)行發(fā)病預(yù)警,同時(shí)建議高危人群改變不合理的生活習(xí)慣來(lái)調(diào)整危險(xiǎn)因素水平,從而降低心血管病的發(fā)病風(fēng)險(xiǎn)。本文在分析已存在的疾病預(yù)測(cè)方法的基礎(chǔ)上,鑒于SVM算法和DS證據(jù)理論的優(yōu)勢(shì),提出了一種SVM-DS疾病預(yù)測(cè)模型,用于心血管病預(yù)測(cè)。該模型基于SVM算法進(jìn)行建模,用建立好的模型對(duì)病情進(jìn)行預(yù)測(cè),將SVM模型輸出的后驗(yàn)概率轉(zhuǎn)換為BPA函數(shù),引入DS證據(jù)理論,將BPA函數(shù)進(jìn)行合成,根據(jù)決策規(guī)則輸出最終預(yù)測(cè)結(jié)果。接著,本研究提出將疾病相關(guān)的危險(xiǎn)因素劃分為主要危險(xiǎn)因素和潛在危險(xiǎn)因素,對(duì)兩部分危險(xiǎn)因素分別進(jìn)行分析的策略,以心臟病為例,通過(guò)對(duì)心臟病相關(guān)危險(xiǎn)因素進(jìn)行Logistic回歸多因素分析,得到了與心臟病顯著相...
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文的主要研究?jī)?nèi)容與章節(jié)安排
第二章 預(yù)測(cè)模型的理論基礎(chǔ)
2.1 支持向量機(jī)
2.1.1 支持向量機(jī)算法
2.1.2 支持向量機(jī)的基本原理
2.1.3 函數(shù)間隔和幾何間隔
2.1.4 核函數(shù)
2.2 Logistic回歸
2.2.1 二項(xiàng)Logistic回歸
2.2.2 LR模型參數(shù)估計(jì)
2.2.3 LR因素分析
2.3 DS證據(jù)理論
2.3.1 DS證據(jù)理論的識(shí)別框架
2.3.2 基本概率分配函數(shù)
2.3.3 信度函數(shù)及似真函數(shù)
2.3.4 DS證據(jù)理論的合成規(guī)則
2.3.5 證據(jù)理論的優(yōu)勢(shì)
2.4 模型性能評(píng)價(jià)標(biāo)準(zhǔn)
2.4.1 ROC曲線
2.4.2 歸一化混淆矩陣
2.5 本章小結(jié)
第三章 數(shù)據(jù)預(yù)處理及危險(xiǎn)因素分析
3.1 數(shù)據(jù)預(yù)處理
3.1.1 數(shù)據(jù)集介紹
3.1.2 異常值處理
3.1.3 缺失值處理
3.1.4 數(shù)據(jù)標(biāo)準(zhǔn)化處理
3.1.5 預(yù)處理實(shí)驗(yàn)結(jié)果
3.2 心血管病危險(xiǎn)因素
3.2.1 年齡、性別、家族史
3.2.2 高血壓
3.2.3 血脂異常
3.2.4 糖尿病
3.2.5 其他因素
3.3 危險(xiǎn)因素的篩選
3.3.1 危險(xiǎn)因素篩選策略
3.3.2 危險(xiǎn)因素分析實(shí)驗(yàn)
3.4 本章小結(jié)
第四章 疾病預(yù)測(cè)模型的建立和結(jié)果分析
4.1 基于LR的心臟病預(yù)測(cè)模型
4.1.1 LR疾病預(yù)測(cè)模型實(shí)現(xiàn)過(guò)程
4.1.2 實(shí)驗(yàn)結(jié)果分析
4.2 基于SVM的心臟病預(yù)測(cè)模型
4.2.1 SVM疾病預(yù)測(cè)模型實(shí)現(xiàn)過(guò)程
4.2.2 實(shí)驗(yàn)結(jié)果分析
4.3 SVM-DS心臟病預(yù)測(cè)模型
4.3.1 SVM-DS疾病預(yù)測(cè)模型框架
4.3.2 SVM-DS疾病預(yù)測(cè)模型實(shí)現(xiàn)過(guò)程
4.3.3 實(shí)驗(yàn)結(jié)果分析
4.3.4 DS證據(jù)理論的合成
4.4 模型的性能比較
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
本文編號(hào):3765682
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文的主要研究?jī)?nèi)容與章節(jié)安排
第二章 預(yù)測(cè)模型的理論基礎(chǔ)
2.1 支持向量機(jī)
2.1.1 支持向量機(jī)算法
2.1.2 支持向量機(jī)的基本原理
2.1.3 函數(shù)間隔和幾何間隔
2.1.4 核函數(shù)
2.2 Logistic回歸
2.2.1 二項(xiàng)Logistic回歸
2.2.2 LR模型參數(shù)估計(jì)
2.2.3 LR因素分析
2.3 DS證據(jù)理論
2.3.1 DS證據(jù)理論的識(shí)別框架
2.3.2 基本概率分配函數(shù)
2.3.3 信度函數(shù)及似真函數(shù)
2.3.4 DS證據(jù)理論的合成規(guī)則
2.3.5 證據(jù)理論的優(yōu)勢(shì)
2.4 模型性能評(píng)價(jià)標(biāo)準(zhǔn)
2.4.1 ROC曲線
2.4.2 歸一化混淆矩陣
2.5 本章小結(jié)
第三章 數(shù)據(jù)預(yù)處理及危險(xiǎn)因素分析
3.1 數(shù)據(jù)預(yù)處理
3.1.1 數(shù)據(jù)集介紹
3.1.2 異常值處理
3.1.3 缺失值處理
3.1.4 數(shù)據(jù)標(biāo)準(zhǔn)化處理
3.1.5 預(yù)處理實(shí)驗(yàn)結(jié)果
3.2 心血管病危險(xiǎn)因素
3.2.1 年齡、性別、家族史
3.2.2 高血壓
3.2.3 血脂異常
3.2.4 糖尿病
3.2.5 其他因素
3.3 危險(xiǎn)因素的篩選
3.3.1 危險(xiǎn)因素篩選策略
3.3.2 危險(xiǎn)因素分析實(shí)驗(yàn)
3.4 本章小結(jié)
第四章 疾病預(yù)測(cè)模型的建立和結(jié)果分析
4.1 基于LR的心臟病預(yù)測(cè)模型
4.1.1 LR疾病預(yù)測(cè)模型實(shí)現(xiàn)過(guò)程
4.1.2 實(shí)驗(yàn)結(jié)果分析
4.2 基于SVM的心臟病預(yù)測(cè)模型
4.2.1 SVM疾病預(yù)測(cè)模型實(shí)現(xiàn)過(guò)程
4.2.2 實(shí)驗(yàn)結(jié)果分析
4.3 SVM-DS心臟病預(yù)測(cè)模型
4.3.1 SVM-DS疾病預(yù)測(cè)模型框架
4.3.2 SVM-DS疾病預(yù)測(cè)模型實(shí)現(xiàn)過(guò)程
4.3.3 實(shí)驗(yàn)結(jié)果分析
4.3.4 DS證據(jù)理論的合成
4.4 模型的性能比較
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
本文編號(hào):3765682
本文鏈接:http://sikaile.net/kejilunwen/yysx/3765682.html
最近更新
教材專著