粗糙集理論處理海量電子病歷的研究與應(yīng)用.pdf

1、隨著智慧醫(yī)療的興起，大量的醫(yī)療數(shù)據(jù)資源被整合到一起。醫(yī)療大數(shù)據(jù)作為一筆寶貴的財(cái)富，它的知識(shí)挖掘已經(jīng)成為當(dāng)前學(xué)術(shù)領(lǐng)域的一個(gè)研究重點(diǎn)。由于數(shù)據(jù)量和冗余屬性的增多，使得知識(shí)挖掘出現(xiàn)困難。如何對(duì)海量醫(yī)療數(shù)據(jù)實(shí)現(xiàn)有效的降維，提高知識(shí)挖掘的效率，是本文的研究方向。粗糙集理論在探究不完備數(shù)據(jù)、不準(zhǔn)確知識(shí)表述、概括、學(xué)習(xí)等方面十分強(qiáng)大，屬性約簡是其主要應(yīng)用之一。本文總結(jié)常用粗糙集屬性約簡算法存在的問題，提出粗糙集屬性約簡與禁忌搜索算法相結(jié)合的優(yōu)化策略以

2、及并行化方案，并利用仿真實(shí)驗(yàn)和疾病分類實(shí)驗(yàn)對(duì)算法性能進(jìn)行驗(yàn)證，不僅給約簡算法的改進(jìn)提供了很好的思路，同時(shí)為大數(shù)據(jù)集的高效處理提供了可能。
　　具體的研究內(nèi)容如下:
　　(1)通過查閱相關(guān)國內(nèi)外文獻(xiàn)，對(duì)常見的粗糙集屬性約簡算法進(jìn)行分析，總結(jié)出各算法之間存在的問題，確定了本文研究的主要內(nèi)容。
　　(2)針對(duì)粗糙集理論和禁忌搜索算法的特點(diǎn)，提出禁忌搜索屬性約簡算法。首先描述算法的組成，包括解的表示形式、解精度度量、禁忌列表、

3、產(chǎn)生鄰近候選解、廣泛性和集中性模式，然后介紹算法的整個(gè)實(shí)現(xiàn)流程。同時(shí)為了提高禁忌搜索的屬性約簡算法的擴(kuò)展性，提出了禁忌搜索的屬性約簡算法的并行化方案。
　　(3)為了測(cè)試禁忌搜索屬性約簡算法的基本性能，以UCI數(shù)據(jù)集作為實(shí)驗(yàn)數(shù)據(jù)，利用本文提出的算法和幾種常見的屬性約簡算法進(jìn)行仿真實(shí)驗(yàn)，根據(jù)實(shí)驗(yàn)結(jié)果，分別從可行性、穩(wěn)定性、約簡效果等方面對(duì)各算法進(jìn)行對(duì)比分析。
　　(4)為了測(cè)試禁忌搜索屬性約簡算法的有效性，搭建Hadoop實(shí)驗(yàn)