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》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、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。关键词：脾虚证；数据挖掘；关联规则；复合项关联规则；强亲密度关联规则;闭约束频繁项集ABSTRACTFirstly,conceptsandtheoriesofthedataminingandalgorithmsofassociationrulesareintroduced・Thenproblemsofspl

2、eenfeeblenessclinicdataminingareanalyzed,fromwhichthekeyandbottle-neckproblemsareextracted・Someoptimizedalgorithmscorrespondingtodifferentproblemsareproposed,analyzed,testedandassessed.Atlast,existedexcellentalgorithmsandouroptimizedalgorithmsareintegratedandimplementedandaframeofspleenfeeblenessc

3、linicdataminingisconstructed.Keywords:spleenfeebleness;datamining;associationrules;compsiteitemassociationrules；strongaffinityassociationmles;closedconstrainedfrequentitemsets・、八一X一峠nu§1第一章基本理论介绍及分析21.1数据挖掘技术介绍21.1.1数据挖掘的定义21.1.2数据挖掘的主要步骤31.1.3数拯挖掘的功能31.1.4数据挖掘系统的分类41.1.5数据挖掘的发展前景41.2关联规则挖掘技术分析及其应

4、用51.2.1关联规则挖掘的基木概念51.2.1.1关联规则挖掘的定义51.2.1.2关联规则挖掘的分类61.2.2关联规则挖掘算法71.2.2.1Apriori算丫去71.2.2.2Apriori算法优化81.2.2.3FP-增长树算法91.2.3关联规则挖掘的扩展111.2.3.1复合项关联规则挖掘111.2.3.2闭频繁项集挖掘121.2.3.3强亲密度关联规则挖掘141.2.3.4约束关联规则挖掘15第二章关联规则挖掘算法研究172.1脾虚症临床数据挖掘问题分析172.1.1问题定义172.1.2关键问题分析192.2复合项关联规则202.2.1算法理论基础211.2.2实例及算法

5、分析221.2.3试验结果252.3强亲密度关联规则282.3.1算法理论基础292.3.2实例292.3.3算法伪码302.3.4算法进一步的改进312.3.5实验结果322.4挖掘闭约束频繁项集332.4.1闭约束频繁项集的定义332.4.2CCIMiner算法362.4.3CCTMiner算法存在的问题372.4.4CCIMiner算法改进方案372.4.5试验结果40第三章脾虚症临床数据挖掘架构的建立423.1关联规则挖掘算法整合423.2系统整体设计433.2.1系统结构433.2.2数据流图45第四章总结与展望46参考文献47攻读硕士期间发表论文49致谢50屮医学已有数千年的历

6、史，是屮国人民长期同疾病作斗争的极为丰富的经验总结，对于中华民族的繁荣昌盛有着巨大的贡献。半个世纪以来，中医基础理论研究取得了长足的进步，但没冇突破性发展。屮医研究而临着很多问题，其中一个突出的问题就是中医学的研究方法比较落后，缺乏高技术研发平台的支撑山。随着信息技术的飞速发展，信息技术尤其是计算机技术在医学方面的应用已经非常广泛和深入。计算机辅助诊断就是其屮最具特色的一项应用，但主要集中在西医学，如用计算机辅助诊断眼科疾病，应用人工智能建立医学诊断专家系统等。计算机辅助诊断在屮医学上很少冇应用。利用最新的计算机技术辅助屮医诊断过程，促进中医学的现代化发展，是一个具有深远意义的研究课题。针

7、对中医学研究目前的状况，我们以脾虚证作为切入点，与广州中医药大学合作申请了国家自然科学基金重点资助项口（项口编号：90209004）“脾虚证消化吸收障碍亚型的功能基因谱与模式识别研究”。本论文是该项目的一个子课题，旨在解决脾虚症临床症状数据挖掘屮的关键问题和主要瓶颈，并利用数据挖掘⑵技术建立脾虚症临床症状数据分析的框架。关联规则挖掘⑶H前是数据挖掘研究领域的一个热点，它有很多优点：可以产生清晰有用易于理解的结果；支持间接