粗糙集理論處理海量電子病歷的研究與應用.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)作為一筆寶貴的財富，它的知識挖掘已經(jīng)成為當前學術領域的一個研究重點。由于數(shù)據(jù)量和冗余屬性的增多，使得知識挖掘出現(xiàn)困難。如何對海量醫(yī)療數(shù)據(jù)實現(xiàn)有效的降維，提高知識挖掘的效率，是本文的研究方向。粗糙集理論在探究不完備數(shù)據(jù)、不準確知識表述、概括、學習等方面十分強大，屬性約簡是其主要應用之一。本文總結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合的優(yōu)化策略以

2、及并行化方案，并利用仿真實驗和疾病分類實驗對算法性能進行驗證，不僅給約簡算法的改進提供了很好的思路，同時為大數(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)通過查閱相關國內(nèi)外文獻，對常見的粗糙集屬性約簡算法進行分析，總結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)針對粗糙集理論和禁忌搜索算法的特點，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實現(xiàn)流程。同時為了提高禁忌搜索的屬性約簡算法的擴展性，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)集作為實驗數(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行仿真實驗，根據(jù)實驗結果，分別從可行性、穩(wěn)定性、約簡效果等方面對各算法進行對比分析。
　　(4)為了測試禁忌搜索屬性約簡算法的有效性，搭建Hadoop實驗