贝叶斯分类方法及其在冠心病诊疗中的应用研究

发布时间：2020-12-02 15:11

　　伴随社会经济急速发展而来的生存环境的日益恶化,冠心病的发病率和死亡率直线升高,已经成为导致人类死亡的重大疾病之一。辨证论治是冠心病中医诊疗的基本方法,利用科学方法对冠心病中医证型进行辨证,有利于挖掘冠心病诊疗的规律和联系。贝叶斯分类是数据挖掘中重要的分类算法,因为其简单可靠的特点已经在众多领域得到运用。所以,利用贝叶斯分类方法进行冠心病中医证型识别,对于冠心病的辨证论治和用药具有现实意义。本文以冠心病中医诊断为背景,以朴素贝叶斯分类器为基本研究对象,主要从属性扩展和属性加权两个方面对朴素贝叶斯分类模型进行改进。并将提出的改进算法应用到UCI数据集以及处理后的冠心病数据中,通过实验证明其准确性和有效性。具体研究工作为：（1）属性扩展方面。本文选择性能优秀的隐藏的朴素贝叶斯分类算法（HNB）进行改进,提出了基于m估计的改进型HNB算法（HNB-M）和基于强属性的改进型HNB算法（SAHNB）,这两种方法都一定程度上放松了条件独立性假设也避免了网络结构学习的复杂性。（2）属性加权方面。根据各个属性对于最终决策分类所发挥的作用不一致,通过赋予各个属性相应的权值来改进贝叶斯分类的性能。本文引入统... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 朴素贝叶斯分类的研究现状
        1.2.2 贝叶斯网络的研究现状
        1.2.3 贝叶斯分类在冠心病中医诊疗领域的研究现状
    1.3 论文主要工作及组织结构
第2章 相关背景知识介绍
    2.1 数据挖掘理论概述
        2.1.1 数据挖掘的功能
        2.1.2 数据挖掘的流程
    2.2 贝叶斯理论相关知识
        2.2.1 条件概率和乘法定理
        2.2.2 全概率公式和贝叶斯定理
        2.2.3 极大后验假设和极大似然假设
    2.3 常见的贝叶斯分类模型介绍
        2.3.1 朴素贝叶斯分类模型
        2.3.2 半朴素贝叶斯分类模型
        2.3.3 树扩展朴素贝叶斯分类模型
        2.3.4 NBTree分类模型
    2.4 本章小结
第3章 属性结构扩展的朴素贝叶斯分类算法
    3.1 引言
    3.2 隐藏的朴素贝叶斯分类算法
    3.3 基于m估计的改进型HNB算法
    3.4 基于强属性的改进型HNB算法
        3.4.1 强属性的选择方法
        3.4.2 基于强属性的改进型HNB算法（SAHNB）的介绍
    3.5 实验评估
        3.5.1 实验数据
        3.5.2 实验设计
        3.5.3 实验结果与分析
    3.6 本章小结
第4章 基于KL距离的加权朴素贝叶斯分类算法
    4.1 引言
    4.2 信息论理论
        4.2.1 信息论概述
        4.2.2 信息熵
        4.2.3 互信息
        4.2.4 条件互信息
    4.3 基于属性加权的朴素贝叶斯分类模型简介
    4.4 基于KL距离的加权朴素贝叶斯分类算法（AWNB-KL）
        4.4.1 Kullback-Leibler距离的介绍
        4.4.2 AWNB-KL算法权值的确定
        4.4.3 算法流程
    4.5 实验评估
        4.5.1 实验数据
        4.5.2 实验设计
        4.5.3 实验结果与分析
    4.6 本章小结
第5章 改进的贝叶斯分类算法在冠心病中医辅助诊疗系统中的应用
    5.1 引言
    5.2 冠心病数据的采集与处理分析
    5.3 基于智能技术的冠心病中医辅助诊疗系统设计与实现
        5.3.1 系统整体框架设计
        5.3.2 系统的开发工具与平台
        5.3.3 各个功能模块的设计与实现
    5.4 改进的贝叶斯分类算法在中医冠心病诊疗中的应用
        5.4.1 冠心病数据说明
        5.4.2 冠心病中医诊断模型的实现
        5.4.3 实验评估
        5.4.4 实验结果与分析
    5.5 本章小结
第6章 总结与展望
    6.1 总结
    6.2 下一步研究工作
参考文献
致谢



本文编号：2895507