版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近些年,隨著醫(yī)療事業(yè)改革的發(fā)展,我國(guó)在大型醫(yī)院信息化、數(shù)字化方面有了較好的發(fā)展機(jī)會(huì)。目前“看病難,看病貴”的問題,很重要的一個(gè)原因是,醫(yī)療行業(yè)信息系統(tǒng)各自為營(yíng)、運(yùn)營(yíng)成本高昂、可擴(kuò)展性差、維護(hù)困難、數(shù)據(jù)共享難以實(shí)現(xiàn)。大量寶貴的病例信息,并未得到充分的挖掘和使用。隨著經(jīng)濟(jì)的發(fā)展和文化水平的提高,人們對(duì)醫(yī)療服務(wù)的期望越來越高。研究如何提高醫(yī)療服務(wù)水平,對(duì)改善目前我國(guó)醫(yī)療現(xiàn)狀來說有很重要的意義。
支持向量機(jī)(Support Vecto
2、r Machine)是一種基于統(tǒng)計(jì)理論的新型機(jī)器學(xué)習(xí)方法。這種方法表現(xiàn)出很多優(yōu)于現(xiàn)有其他方法的性能,被認(rèn)為是目前針對(duì)較小樣本集分類回歸等問題最佳理論。云計(jì)算(Cloud Computing)是一種順應(yīng)數(shù)據(jù)量激增而催生的新興計(jì)算模型,支持大規(guī)模數(shù)據(jù)并行處理是它的優(yōu)勢(shì)。
本文將對(duì)我國(guó)醫(yī)療信息化現(xiàn)狀、增量式支持向量機(jī)、云計(jì)算等理論做一些介紹,分析并改進(jìn)現(xiàn)有增量式支持向量機(jī)算法,建立引入云計(jì)算的增量式支持向量機(jī)模型。該模型利用云計(jì)算解
3、決大規(guī)模數(shù)據(jù)的優(yōu)勢(shì),來解決支持向量機(jī)只能計(jì)算小樣本問題的缺陷。并將此模型應(yīng)用于Graves病例數(shù)據(jù)的分類分析,取得較好的效果。
本文將做以下研究工作:
一、提出基于內(nèi)部矩的增量式支持向量機(jī)算法,減少增量式支持向量機(jī)訓(xùn)練時(shí)間,提高預(yù)測(cè)精度。
二、將支持向量機(jī)與云計(jì)算平臺(tái)結(jié)合起來建立引入云計(jì)算的支持向量機(jī)模型。并將該算法與傳統(tǒng)增量式支持向量機(jī)算法進(jìn)行比較分析,研究該模型的優(yōu)勢(shì)。從UCI數(shù)據(jù)集中選擇一個(gè)較大數(shù)據(jù),
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 增量支持向量機(jī)回歸算法及其應(yīng)用研究.pdf
- 支持向量機(jī)增量算法.pdf
- 支持向量機(jī)算法及其應(yīng)用研究
- 支持向量機(jī)增量學(xué)習(xí)算法研究.pdf
- 基于支持向量機(jī)的算法及其應(yīng)用研究.pdf
- 支持向量機(jī)增量學(xué)習(xí)算法的研究與應(yīng)用.pdf
- 增量支持向量機(jī)學(xué)習(xí)算法研究.pdf
- 精確增量式支持向量機(jī)的研究與應(yīng)用.pdf
- 支持向量機(jī)的增量學(xué)習(xí)算法研究.pdf
- 相關(guān)向量機(jī)增量學(xué)習(xí)算法研究及其應(yīng)用.pdf
- 支持向量機(jī)分類算法及其在進(jìn)化計(jì)算中的應(yīng)用研究.pdf
- 基于支持向量機(jī)的混合增量學(xué)習(xí)算法與應(yīng)用.pdf
- 模糊支持向量機(jī)的增量學(xué)習(xí)算法研究.pdf
- 基于向量投影的支持向量機(jī)增量學(xué)習(xí)算法.pdf
- 基于Hodoop平臺(tái)的并行增量式支持向量機(jī)學(xué)習(xí)算法研究.pdf
- 支持向量機(jī)及其應(yīng)用研究.pdf
- 新的支持向量機(jī)增量學(xué)習(xí)算法.pdf
- 支持向量機(jī)算法的研究及其應(yīng)用.pdf
- 模糊孿生支持向量機(jī)分類算法及其應(yīng)用研究.pdf
- 基于加權(quán)增量的支持向量機(jī)分類算法研究.pdf
評(píng)論
0/150
提交評(píng)論