高校健康信息系統(tǒng)的設計以及數據的聚類分析.pdf

1、體檢工作是普通高等學校的重要工作，高校醫(yī)院會定期或不定期對全校師生進行健康體檢。通過對廣大師生進行健康體檢，可以了解在校師生的健康狀況和各種疾病的發(fā)生情況。健康體檢是衡量在校人員健康水平和衛(wèi)生保健的主要手段，也是制定疾病防治措施和衛(wèi)生政策的重要依據。目前，我國許多高校的體檢工作仍處于半手工狀態(tài)，沒有實現信息化、規(guī)范化、標準化管理。 基于J2EE平臺技術己經日趨成熟，具有高可靠性，跨平臺可移植性，開源代碼庫可用性等優(yōu)點，越來越多的

2、開發(fā)人員使用基于J2EE的WEB應用框架。本文仔細分析了體檢業(yè)務的特點和具體需求，深入研究了J2EE架構及包含的各種技術，采用J2EE輕量級架構Struts、Spring、Hibernate設計和實現了一套B/S結構的體檢信息系統(tǒng)，詳細介紹了開發(fā)步驟和過程。建立基于J2EE平臺的體檢信息系統(tǒng)，有利于提高體檢工作的服務質量、效率、經濟效益和醫(yī)院的市場競爭力，促進醫(yī)院信息化建設。 本文的主要研究內容如下： （1）選擇基于J2

3、EE輕量級架構建立一個高校健康信息系統(tǒng)。分析了表示層框架Struts、業(yè)務管理層框架Spring和對象持久層框架Hibernate的優(yōu)缺點。對體檢信息系統(tǒng)進行需求分析，描述了系統(tǒng)核心流程，系統(tǒng)結構，系統(tǒng)各個模塊功能，最后運用J2EE輕量級框架設計和實現了一套健康信息系統(tǒng)。 （2）對聚類概念和當前研究進展進行闡述，介紹了K-means算法選取初始聚類中心的現有方法，然后提出了一種改進的K-means初始聚類中心選取算法。K-mea

4、ns算法是一種基于劃分的聚類方法，算法效率高，適用于處理大規(guī)模數據，但是該算法也存在不少缺點。針對該算法對初始聚類中心敏感容易陷入局部最優(yōu)的缺點，本文提出一種改進的初始聚類中心選取算法，該算法通過計算每個數據對象的密度參數，然后選取k個處于高密度分布的點作為初始聚類中心。在聚類數目給定的前提下，通過用標準的UCI數據庫進行實驗比較，發(fā)現采用改進后方法選取的初始類中心比隨機選取初始聚類中心有相對較高的準確率和穩(wěn)定性。 (3) 將兩種