基于脾虚症诊断的关联规则挖掘算法研究

基于脾虚症诊断的关联规则挖掘算法研究

论文摘要

首先介绍了数据挖掘的相关概念和理论以及关联规则相关算法。然后针对脾虚症临床症状数据挖掘问题进行分析,抽取出关键问题和主要瓶颈。基于不同的问题,提出相应的优化算法,并分别进行性能分析、测试和评估。最后,将已有优秀算法和本文提出的一些优化算法加以整合和应用,建立脾虚症临床症状数据挖掘的框架。

论文目录

  • 前言
  • 第一章 基本理论介绍及分析
  • 1.1 数据挖掘技术介绍
  • 1.1.1 数据挖掘的定义
  • 1.1.2 数据挖掘的主要步骤
  • 1.1.3 数据挖掘的功能
  • 1.1.4 数据挖掘系统的分类
  • 1.1.5 数据挖掘的发展前景
  • 1.2 关联规则挖掘技术分析及其应用
  • 1.2.1 关联规则挖掘的基本概念
  • 1.2.1.1 关联规则挖掘的定义
  • 1.2.1.2 关联规则挖掘的分类
  • 1.2.2 关联规则挖掘算法
  • 1.2.2.1 Apriori算法
  • 1.2.2.2 Apriori算法优化
  • 1.2.2.3 FP-增长树算法
  • 1.2.3 关联规则挖掘的扩展
  • 1.2.3.1 复合项关联规则挖掘
  • 1.2.3.2 闭频繁项集挖掘
  • 1.2.3.3 强亲密度关联规则挖掘
  • 1.2.3.4 约束关联规则挖掘
  • 第二章 关联规则挖掘算法研究
  • 2.1 脾虚症临床数据挖掘问题分析
  • 2.1.1 问题定义
  • 2.1.2 关键问题分析
  • 2.2 复合项关联规则
  • 2.2.1 算法理论基础
  • 2.2.2 实例及算法分析
  • 2.2.3 试验结果
  • 2.3 强亲密度关联规则
  • 2.3.1 算法理论基础
  • 2.3.2 实例
  • 2.3.3 算法伪码
  • 2.3.4 算法进一步的改进
  • 2.3.5 实验结果
  • 2.4 挖掘闭约束频繁项集
  • 2.4.1 闭约束频繁项集的定义
  • 2.4.2 CCIMiner算法
  • 2.4.3 CCIMiner算法存在的问题
  • 2.4.4 CCIMiner算法改进方案
  • 2.4.5 试验结果
  • 第三章 脾虚症临床数据挖掘架构的建立
  • 3.1 关联规则挖掘算法整合
  • 3.2 系统整体设计
  • 3.2.1 系统结构
  • 3.2.2 数据流图
  • 第四章 总结与展望
  • 参考文献
  • 攻读硕士期间发表论文
  • 致谢
  • 相关论文文献

    • [1].基于频繁项集挖掘的零售医药企业药品关联研究[J]. 重庆科技学院学报(自然科学版) 2019(06)
    • [2].基于差异节点集的加权频繁项集挖掘算法[J]. 计算机工程 2020(05)
    • [3].基于强化学习的大数据频繁项集挖掘算法[J]. 信息通信 2020(06)
    • [4].浅谈加权频繁项集挖掘的研究进展[J]. 电脑知识与技术 2019(27)
    • [5].频繁项集挖掘的研究进展及主流方法[J]. 计算机科学 2018(S2)
    • [6].不确定数据中的代表频繁项集近似挖掘[J]. 计算机与数字工程 2017(02)
    • [7].基于频繁项集挖掘算法的伴随车应用与实现[J]. 计算机应用与软件 2017(04)
    • [8].基于渐近取样的频繁项集挖掘近似算法[J]. 控制工程 2017(09)
    • [9].一种利用差集的加权频繁项集挖掘算法[J]. 辽宁工程技术大学学报(自然科学版) 2016(03)
    • [10].基于差分隐私的频繁项集挖掘研究综述[J]. 电子技术与软件工程 2016(03)
    • [11].挖掘完全频繁项集的蚁群算法[J]. 微电子学与计算机 2014(12)
    • [12].大数据环境下频繁项集挖掘的研究[J]. 青岛科技大学学报(自然科学版) 2015(02)
    • [13].基于K均值聚类的大数据频繁项集挖掘研究[J]. 计算机仿真 2020(08)
    • [14].基于动态数据的加权频繁项集挖掘算法[J]. 科学技术与工程 2019(20)
    • [15].基于强化学习的大数据频繁项集挖掘算法[J]. 计算机工程与设计 2019(08)
    • [16].大数据环境下基于前缀树的频繁项集挖掘[J]. 控制工程 2019(11)
    • [17].一种高效的改进频繁项集挖掘算法[J]. 微电子学与计算机 2018(02)
    • [18].关联规则频繁项集挖掘算法设计与实现[J]. 特区经济 2018(08)
    • [19].基于概率模型的概率频繁项集挖掘方法[J]. 安阳师范学院学报 2017(02)
    • [20].基于二叉树的并行频繁项集挖掘算法[J]. 计算机技术与发展 2015(10)
    • [21].分布式频繁项集挖掘算法[J]. 计算机应用与软件 2015(10)
    • [22].基于闭频繁项集挖掘的技术演化研究方法[J]. 图书情报工作 2013(19)
    • [23].不确定数据频繁项集挖掘方法探析[J]. 莆田学院学报 2014(02)
    • [24].一种基于多核微机的闭频繁项集挖掘算法[J]. 计算机应用与软件 2013(03)
    • [25].基于改进倒排表和集合的最频繁项集挖掘算法[J]. 计算机应用研究 2012(06)
    • [26].一种分布式全局频繁项集挖掘方法[J]. 计算机工程与应用 2011(29)
    • [27].一种有效的负频繁项集挖掘方法[J]. 山东轻工业学院学报(自然科学版) 2011(04)
    • [28].一种改进的加权频繁项集挖掘算法[J]. 计算机工程与应用 2010(23)
    • [29].入侵检测中加权频繁项集挖掘[J]. 计算机工程与设计 2008(08)
    • [30].一种新的动态频繁项集挖掘方法[J]. 计算机工程与应用 2008(21)

    标签:;  ;  ;  ;  ;  ;  

    基于脾虚症诊断的关联规则挖掘算法研究
    下载Doc文档

    猜你喜欢