当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于NB和ABC算法的高血压诊断系统研究与开发

发布时间:2023-04-08 18:24
  高血压是严重影响我国居民健康的慢性病之一,对其早发现和早预防不仅可以节约医疗成本,而且可以减轻对病人造成的危害。本文以提高医护人员对高血压的诊断效率和准确率为目标,分析和研究了特征选择和分类算法在医疗诊断系统的应用,设计了基于朴素贝叶斯和人工蜂群算法的高血压诊断系统。该系统可将诊断结果显示出来供医护人员参考,辅助医护人员对高血压进行诊断。主要工作如下:(1)通过查阅国内外的大量文献,研究医疗诊断辅助系统的发展现状及存在的问题,设计论文的研究路线。(2)使用人工蜂群算法对高血压特征集进行特征选择,并针对标准算法中观察蜂局部寻优能力弱的问题,提出改进的LS-ABC特征选择算法。通过局部搜索策略改变观察蜂的寻优机制,使解的搜索范围进一步扩大和精细化,从而改善算法的寻优性能。实验中将LSABC算法和标准人工蜂群算法、全局最优引导人工蜂群算法进行比较,结果表明LS-ABC算法在特征子集的质量、收敛速度、分类准确度方面都有所提升,能较好地过滤掉冗余特征,适合对高血压进行特征选择。(3)结合朴素贝叶斯分类算法和C5.0算法的各自优势,将两种算法相结合,建立高血压诊断模型。首先运用朴素贝叶斯概率估计优...

【文章页数】:71 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 计算机诊断系统的发展现状
        1.2.2 群体智能优化与人工蜂群算法研究现状
        1.2.3 朴素贝叶斯分类器的研究现状
    1.3 论文主要工作和结构安排
        1.3.1 主要工作
        1.3.2 论文结构
第二章 相关技术与理论基础
    2.1 标准人工蜂群算法
        2.1.1 人工蜂群算法描述
        2.1.2 人工蜂群算法步骤
    2.2 朴素贝叶斯相关理论
        2.2.1 概率论基础知识
        2.2.2 分类及分类器概述
        2.2.3 贝叶斯分类算法
        2.2.4 朴素贝叶斯分类算法
        2.2.5 朴素贝叶斯分类算法改进
    2.3 高血压诊疗系统及软件架构
        2.3.1 诊断系统概述
        2.3.2 系统软件架构
    2.4 系统实现相关技术
        2.4.1 Spring MVC框架
        2.4.2 JSP技术
    2.5 本章小结
第三章 人工蜂群算法在高血压特征选择中应用
    3.1 特征选择流程
    3.2 高血压特征提取及数据预处理
        3.2.1 特征选择算法的选取
        3.2.2 高血压相关特征
        3.2.3 特征数据预处理
    3.3 人工蜂群算法改进
        3.3.1 原始算法存在的问题及改进方法
        3.3.2 LS-ABC特征选择算法的基本流程
    3.4 实验评估
        3.4.1 实验参数与数据
        3.4.2 实验环境
        3.4.3 实验结果与分析
    3.5 本章小结
第四章 NB-DT混合分类算法在高血压诊断上的应用
    4.1 系统概率估计算法
        4.1.1 概率修正方法
        4.1.2 优化函数
        4.1.3 朴素贝叶斯的概率估计优化算法
    4.2 决策树算法C5.0
    4.3 NB-DT高血压诊断模型
        4.3.1 模型概述
        4.3.2 模型操作流程
    4.4 实验评估
        4.4.1 实验数据与设计
        4.4.2 NB-DT分类实验过程
        4.4.3 实验结果与分析
    4.5 本章小结
第五章 高血压诊断系统的设计与实现
    5.1 开发工具及环境
    5.2 系统总体设计
        5.2.1 用户角色
        5.2.2 功能模块
    5.3 系统详细设计
        5.3.1 用例图
        5.3.2 类图
        5.3.3 序列图
    5.4 功能模块展示
        5.4.1 数据维护
        5.4.2 辅助诊断
        5.4.3 系统设置
    5.5 本章小结
第六章 总结与展望
    6.1 本文研究工作总结
    6.2 今后工作展望
参考文献
攻读硕士期间的学术成果
致谢



本文编号:3786255

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3786255.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户72b02***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com