计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2013年
10期
36-40
,共5页
数据挖掘%高血压%高血脂%多元自适应回归样条%BP神经网络
數據挖掘%高血壓%高血脂%多元自適應迴歸樣條%BP神經網絡
수거알굴%고혈압%고혈지%다원자괄응회귀양조%BP신경망락
Data mining%Hypertension%Hyperlipidemia%Multivariate adaptive regression splines%BP neural network
针对高血压和高血脂危险因素的相关性，集成多种数据挖掘模型分析获得两种疾病的共同危险因素，使用多元自适应回归样条（MARS）的方法建立高血压和高血脂疾病的预测模型。通过与BP神经网络预测方法相比较，表明多元自适应回归样条方法能够很好地反映疾病的危险因素与患病的关系，具有更高的稳定性，是很好的建立预测多种疾病模型的方法。
針對高血壓和高血脂危險因素的相關性，集成多種數據挖掘模型分析穫得兩種疾病的共同危險因素，使用多元自適應迴歸樣條（MARS）的方法建立高血壓和高血脂疾病的預測模型。通過與BP神經網絡預測方法相比較，錶明多元自適應迴歸樣條方法能夠很好地反映疾病的危險因素與患病的關繫，具有更高的穩定性，是很好的建立預測多種疾病模型的方法。
침대고혈압화고혈지위험인소적상관성，집성다충수거알굴모형분석획득량충질병적공동위험인소，사용다원자괄응회귀양조（MARS）적방법건립고혈압화고혈지질병적예측모형。통과여BP신경망락예측방법상비교，표명다원자괄응회귀양조방법능구흔호지반영질병적위험인소여환병적관계，구유경고적은정성，시흔호적건립예측다충질병모형적방법。
Aiming at the correlation of the risk factors of hypertension and hyperlipidemia,we integrate various data mining models to analyse and get the common risk factors for both diseases.Then we use multivariate adaptive regression splines (MARS)method to build a prediction model for hypertension and hyperlipidemia.By comparing it with BP neural network prediction method,it is showed that the MARS can well reflect the relationship between the risk factors and the diseases,and has higher stability,so it is an effective method of building the prediction models for multi-diseases.
