基于增量贝叶斯模型的自助挂号系统研究

发布时间：2021-05-31 13:39

　　医疗健康领域对数据挖掘、机器学习、和模式识别等技术的引入促使了功能强大的计算机辅助医疗系统的产生,这种系统的广阔应用前景鼓舞着越来越多的生物医药机器学习技术的研究。硬软件技术的不断发展进一步推动了这些研究的不断完善。智能医疗诊断、医疗图像处理和机器视觉等技术都成为了计算机辅助医疗系统的具体体现。其中,医疗诊断是从数据挖掘与机器学习技术中受益的最主要领域之一。很多分类技术如决策树、最紧邻与核方法,都已在该领域取得了一定的成功。本文以机器学习理论为指导,对患者就诊数据与实际情况进行深入分析,广泛参照成熟的模型和算法并加以优化和调整,从而应用到自助就诊环节之中,满足患者需求,提高医院诊疗质量与接诊效率。文章深入研究了医疗智能诊断的有关方法,重点剖析贝叶斯分类技术、模型在线训练方法及最小化风险决策理论,对增量贝叶斯模型及相应算法给予调整,并基于该模型设计实现了带有科室推荐功能的自助挂号系统。本文的研究内容如下：1)本文以理解患者就诊数据为基础,借鉴成熟的机器学习方法,对现有增量贝叶斯模型给予三个方面的调整：首先,对模型增量训练算法新类别与新特征的学习予以描述；其次,对训练算法引入样本选择策略,... 

【文章来源】：北方工业大学北京市

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景
        1.1.1 相关研究的现状
        1.1.2 研究目的及意义
    1.2 研究内容
        1.2.1 本文工作
        1.2.2 文章结构
第二章 机器学习相关理论
    2.1 分类
        2.1.1 模型
        2.1.2 策略
        2.1.3 算法
    2.2 批量学习与增量学习
    2.3 贝叶斯分类方法
        2.3.1 朴素贝叶斯
        2.3.2 树型强化贝叶斯
        2.3.3 加权贝叶斯
    2.4 增量贝叶斯模型
    2.5 本章小结
第三章 基于增量贝叶斯模型的改进
    3.1 知识域扩展
        3.1.1 类别域
        3.1.2 特征域
        3.1.3 类别域与特征域
    3.2 类别间的不平衡性与样本选择
    3.3 算法描述
    3.4 代价函数中参数取值分析
    3.5 本章小结
第四章 实验与分析
    4.1 UCI数据验证
    4.2 实际数据验证
        4.2.1 数据描述
        4.2.2 数据表示
        4.2.3 效果验证
    4.3 本章小结
第五章 自助挂号系统的设计与实现
    5.1 需求分析说明
    5.2 设计原则
    5.3 系统架构
    5.4 数据库设计
    5.5 系统实现与展示
        5.5.1 自助挂号的实现
        5.5.2 模型训练与管理实现
        5.5.3 科室推荐实现
    5.6 本章小结
第六章 结论和展望
    6.1 主要结论
    6.2 研究展望
参考文献
在学期间的研究成果
致谢


【参考文献】：
期刊论文
[1]基于增量式贝叶斯模型的中文问句分类研究[J]. 王小林,镇丽华,杨思春,邰伟鹏,郑啸.  计算机工程. 2014(09)
[2]朴素贝叶斯增量学习在病毒上报分析中的应用[J]. 陈亮,郑宁,郭艳华,徐明,胡永涛.  计算机应用与软件. 2010(01)
[3]一种增量贝叶斯分类模型[J]. 宫秀军,刘少辉,史忠植.  计算机学报. 2002(06)
[4]一个仿人疾病诊断专家系统模型[J]. 张红梅,王永成.  计算机应用研究. 2000(01)

硕士论文
[1]基于多词TF-IDF算法的智能导医系统研究[D]. 黄雷.郑州大学 2015
[2]基于文本挖掘的疾病辅助导诊技术研究[D]. 徐冉.北京邮电大学 2015
[3]基于患者病症门诊综合导医系统的设计与实现[D]. 杨彬.西南交通大学 2014
[4]增量学习朴素贝叶斯中文分类系统的研究[D]. 罗福星.中南大学 2008



本文编号：3208368