典型文献
融合粗糙集和RBF神经网络的病毒性肝炎决策分析
文献摘要：
为了协助医护人员能够从海量医疗数据中依据病例指标对患者给出及时诊断,通过融合粗糙集和RBF神经网络,提出了病毒性肝炎决策分析方法.该方法首先用分段线性插值法处理病毒性肝炎医疗数据缺失值,采用K-Means算法对连续型数值样本聚类处理,离散化操作后形成原始决策表;其次基于条件信息熵的启发式属性约简算法,处理冗余属性简化决策表,获得更加高效的决策规则;最后将约简后的最小属性集作为RBF神经网络的输入样本,由分类器完成计算.传统径向基神经网络对病毒性肝炎平均预测准确率为82.37％,运行时间为4.46 s;而数据经过预处理,粗糙集和RBF神经网络结合方法对病毒性肝炎平均预测准确率达到了 92.17％,运行时间为2.16s,训练集和测试集在受试者工作特征曲线下的面积分别为0.87,0.90.数据预处理剔除冗余属性改善了神经网络的泛化能力,加快了收敛速度.
文献关键词：
粗糙集;属性约简;信息熵;线性插值法;径向基神经网络
中图分类号：
作者姓名：
吴尚智;周运;夏宁;王旭文;张帆
作者机构：
西北师范大学计算机科学与工程学院,甘肃兰州 730070;广东工商职业技术大学计算机学院,广东肇庆 526020
文献出处：
引用格式：
[1]吴尚智;周运;夏宁;王旭文;张帆-.融合粗糙集和RBF神经网络的病毒性肝炎决策分析)[J].西北师范大学学报（自然科学版）,2022(02):52-60
A类：
B类：
粗糙集,RBF,病毒性肝炎,决策分析,医护人员,医疗数据,先用,分段线性插值法,数据缺失,缺失值,Means,连续型,离散化,决策表,条件信息熵,启发式,属性约简,简算,决策规则,属性集,分类器,径向基神经网络,预测准确率,运行时间,结合方法,16s,训练集,测试集,受试者工作特征曲线,数据预处理,泛化能力,收敛速度
AB值：
0.292121
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
