【摘要】：生活方式病的智能檢測研究被世界各國所關(guān)注,但是由于生活方式病的癥狀較多造成了難以獲得精確的生活方式病檢測模型,限制了其研究。近年來,人們對生活方式病的研究越來越重視,建立了以專家經(jīng)驗為基礎(chǔ)的推理系統(tǒng),而專家經(jīng)驗帶有一定的主觀性且獲得的信息往往不完備、不精確。粗糙集作為一種比較新的方法已經(jīng)在實際中得到了較好的應(yīng)用,本文針對生活方式病,給出一種基于粗糙集的知識獲取和推理檢測通用模型,主要對知識獲取方法和生活方式病檢測方法兩方面進行比較系統(tǒng)和深入的研究論述。一是構(gòu)建知識庫,包括數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、屬性約簡。本文在屬性約簡部分進行主要研究。采用基于遺傳算法的粗糙集約簡算法進行屬性約簡,約簡原有數(shù)據(jù)的冗余屬性,縮減規(guī)則庫的規(guī)模。具體約簡算法以核屬性初始化種群,初始種群對應(yīng)位置的基因被限定,使其具有部分決策表約簡后保留的結(jié)果屬性特征,避免種群產(chǎn)生的盲目性,減少搜索空間,進而提高約簡結(jié)果的準(zhǔn)確性。根據(jù)約簡結(jié)果計算支持度,構(gòu)建確定醫(yī)學(xué)知識庫和非確定醫(yī)學(xué)知識庫,提高知識庫構(gòu)建的有效性。二是推理檢測,本文在總結(jié)他人研究的基礎(chǔ)上,給出一種改進的基于屬性重要性的推理方法并應(yīng)用在推理檢測中。在該方法中,屬性重要性的獲得不需要任何先驗經(jīng)驗,完全從論域的樣本空間獲得,以避免主觀性,另外,在推理檢測方法中引入確定和不確定醫(yī)學(xué)知識庫,通過參數(shù)k權(quán)值的分配,考慮每條規(guī)則的重要性,調(diào)節(jié)輸出,有效推斷患病可能性。最后,本文以心臟病數(shù)據(jù)為研究對象,描述知識庫構(gòu)建的過程,驗證給出的推理方法,給出實驗結(jié)果,并對實驗結(jié)果進行分析。
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18

【參考文獻】

相關(guān)期刊論文 前10條

1 于洪;王國胤;姚一豫;;決策粗糙集理論研究現(xiàn)狀與展望[J];計算機學(xué)報;2015年08期

2 鄭桂玲;孫亮;戚嘯艷;張利娜;;基于粗糙集分類的群決策專家個體可信度權(quán)重確定方法[J];模糊系統(tǒng)與數(shù)學(xué);2015年01期

3 馬文萍;黃媛媛;李豪;李曉婷;焦李成;;基于粗糙集與差分免疫模糊聚類算法的圖像分割[J];軟件學(xué)報;2014年11期

4 易濤;耿志強;徐圓;朱群雄;;模糊粗糙集測度的分析分層建模及應(yīng)急演練控制應(yīng)用[J];控制理論與應(yīng)用;2014年10期

5 賈曉芬;趙佰亭;周孟然;高威;;基于粗糙集約簡的圖像插值方法[J];計算機應(yīng)用研究;2015年02期

6 司建波;楊芳;郭蔚瑩;姚燕;;基于BP神經(jīng)網(wǎng)絡(luò)的兩階段疾病預(yù)測模型[J];吉林大學(xué)學(xué)報(工學(xué)版);2013年S1期

7 徐紅升;張瑞玲;;變精度粗糙集在智能診療系統(tǒng)中的應(yīng)用[J];計算機應(yīng)用與軟件;2013年02期

8 張艷;陽博;;一種基于粗糙集理論的灰度圖像增強方法[J];通信技術(shù);2012年04期

9 楊傳健;葛浩;汪志圣;;基于粗糙集的屬性約簡方法研究綜述[J];計算機應(yīng)用研究;2012年01期

10 沈仁發(fā);鄭海起;祁彥潔;康海英;;模糊粗糙集在軸承故障模式識別中的應(yīng)用[J];振動與沖擊;2010年12期

相關(guān)會議論文 前1條

1 王楊;任永功;閆德勤;;基于遺傳算法的粗糙集屬性約簡算法[A];第三屆不確定系統(tǒng)年會論文集[C];2005年

，

本文編號：2525306