Mars500志愿者健康状态中医监测数据分析

为研究航天员如何适应长期密闭环境对人体健康(生理、心理、精神)和机体功能的挑战,提出一种基于多标记学习的证候诊断模型。采用中医"望、闻、问、切"的方法,采集长期密闭环境下人体生命活动的状态数据,并运用数据挖掘方法研究、阐释其特点及变化规律。实验结果表明,该融合数据分类模型能达到80%的平均分类精度。

数据挖掘技术在心脏病诊断建模中的应用研究

WHO关于人类死因的总结报告指出,心脏病是导致全球死亡的主要疾病。因此,对于心脏病的诊断与治疗已经成为一项紧急迫切的任务。本次研究的目的就是建立心脏病的诊断模型。本文使用最大相关最小冗余特征选择算法选出与心脏病诊断相关的重要特征,并使用支持向量机建立分类模型。通过实验比较,发现使用特征选择方法之后,模型的分类精度得到了较大的提升,同时选择出了对于心脏病诊断的重要特征,因此,本次研究建立的诊断模型具有较好的推广性。

基于数据挖掘方法的皮肤病诊断建模

临床特征和组织病理学特征在皮肤科疾病分类问题中起着非常关键的作用。本文的主要目的是使用这些特征建立皮肤科疾病分类模型。本文首先使用最大相关最小冗余方法选择相关特征,然后使用支持向量机构造分类模型。文中所使用的数据集包含358皮肤病患者病例样本和35属性。通过实验比较使用特征选择方法前后的模型分类精度可知,使用特征选择方法能明显提升模型分类性能。同时,本文通过实验研究对不同年龄段的皮肤科疾病患者分类的差异性,并选择出了对于35岁以下皮肤科疾病患者分类重要的13个特征以及35岁以上患者分类重要的9个特征。