2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本論文的研究工作是結(jié)合國家科技部科技基礎(chǔ)條件平臺建設(shè)中的“醫(yī)藥衛(wèi)生科學(xué)數(shù)據(jù)管理與共享服務(wù)系統(tǒng)”,中國醫(yī)史文獻(xiàn)所承擔(dān)的一個子課題開展的。其目標(biāo)就是在數(shù)據(jù)挖掘的背景下,從系統(tǒng)、算法和應(yīng)用三個層次來討論面向中醫(yī)藥處方數(shù)據(jù)庫的關(guān)聯(lián)分類技術(shù)。 本文首先分析了在統(tǒng)計學(xué)、機(jī)器學(xué)習(xí)和模式識別等領(lǐng)域的分類算法及其關(guān)鍵技術(shù),并對幾種典型的關(guān)聯(lián)分類算法作了說明。在以上分析的基礎(chǔ)上,從應(yīng)用的角度總結(jié)了面向中醫(yī)藥處方數(shù)據(jù)庫的數(shù)據(jù)預(yù)處理技術(shù)需求,通過數(shù)據(jù)清

2、理、數(shù)據(jù)規(guī)范化和數(shù)據(jù)概化技術(shù)解決了中醫(yī)藥處方數(shù)據(jù)庫中存在的噪聲、冗余、同藥異名、數(shù)據(jù)無序、分類數(shù)目多等問題。該工作結(jié)合了中醫(yī)藥領(lǐng)域?qū)<业闹R,使得經(jīng)過預(yù)處理后的數(shù)據(jù)符合分類算法的要求。 論文還針對中醫(yī)藥處方數(shù)據(jù)庫的超高維特征,提出了基于特征規(guī)約思想的對特征進(jìn)行加權(quán)的多關(guān)聯(lián)分類算法。該算法通過計算頻度(IF,itemoccurrencefrequence)和IF*ICF(theinverseclassfrequency),使得單項

3、目集中出現(xiàn)頻率雖高但對分類貢獻(xiàn)不大的項目不再出現(xiàn)在FP-tree節(jié)點(diǎn)中。對于中醫(yī)藥處方數(shù)據(jù)庫,其中存在大量類似“甘草”這樣用藥比較普遍的中藥,實驗證明采用上面的方法能大大減少FP-tree的節(jié)點(diǎn)數(shù)目,從而節(jié)省空間,并降低了遍歷生成的FP-tree的時間耗費(fèi)。由于CMAR算法中遍歷FP-tree的運(yùn)行時間約占分類關(guān)聯(lián)規(guī)則挖掘總時間耗費(fèi)的80%,從而提高了算法的時間效率。算法通過挖掘生成的FP-tree能夠挖掘出所有的頻繁規(guī)則,從而保證了算

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論