计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
12期
164-167
,共4页
电子健康%知识发现%粗糙集理论%规则提取%混合数据
電子健康%知識髮現%粗糙集理論%規則提取%混閤數據
전자건강%지식발현%조조집이론%규칙제취%혼합수거
E-health%Knowledge discovery%Rough sets theory%Rule induction%Hybrid data
医疗健康数据通常属性较多,且存在连续型、离散型并存的混合数据,这在很大程度上限制了知识发现方法对医疗健康数据的挖掘效率.以模糊粗糙集理论为基础,研究混合数据上的分类规则挖掘方法,通过引入规则获取算法的泛化阈值,来控制获取规则集的大小和复杂程度,提高粗糙集知识发现方法在医疗健康数据上的分类效率.最后通过对比实验验证了该算法在医疗决策表上挖掘规则的有效性.
醫療健康數據通常屬性較多,且存在連續型、離散型併存的混閤數據,這在很大程度上限製瞭知識髮現方法對醫療健康數據的挖掘效率.以模糊粗糙集理論為基礎,研究混閤數據上的分類規則挖掘方法,通過引入規則穫取算法的汎化閾值,來控製穫取規則集的大小和複雜程度,提高粗糙集知識髮現方法在醫療健康數據上的分類效率.最後通過對比實驗驗證瞭該算法在醫療決策錶上挖掘規則的有效性.
의료건강수거통상속성교다,차존재련속형、리산형병존적혼합수거,저재흔대정도상한제료지식발현방법대의료건강수거적알굴효솔.이모호조조집이론위기출,연구혼합수거상적분류규칙알굴방법,통과인입규칙획취산법적범화역치,래공제획취규칙집적대소화복잡정도,제고조조집지식발현방법재의료건강수거상적분류효솔.최후통과대비실험험증료해산법재의료결책표상알굴규칙적유효성.