基于临床护理分类系统的PICC相关性血栓预防护理知识库的构建

目的在PICC相关性血栓预测模型构建完成的基础上,应用循证方法学构建PICC相关性血栓预防护理知识库,为实现PICC相关性血栓预见性风险管理提供决策基础。方法以2020年发表的成人恶性肿瘤患者PICC血栓预防的最佳证据总结为基础,补充检索BMJ、JBI、RNAO、INS以及中国知网等国内外数据库和专业协会网站中关于PICC相关性血栓预防护理的所有证据,检索时限为2019年11月1日—2023年4月1日,对新纳入的文献进行质量评价和证据提取,并与现有最佳证据总结进行汇总、整理,形成知识库初稿,通过专家会议修改初稿,确定知识库终稿。按照临床护理分类系统编码规则,对知识库初稿内容进行编码。结果以PICC相关性血栓预测模型为评估工具,预防护理知识库终稿包括1项护理诊断、18项具体护理措施和4种护理结局。结论PICC相关性血栓预防护理知识库具有专业性、科学性与实用性,为临床护士提供科学决策。

融合BiLSTM-CBA组合模型的高铁车载设备故障诊断

为提高高铁车载设备在运营维护过程中数据利用率,以CRH2型与CRH3型动车组列车中最具代表性的CTCS3-300T型车载设备的故障文本数据为例,提出一种将双向长短时记忆网络(BiLSTM)与关联规则分类器(CBA)技术相结合的车载设备故障诊断模型。首先,该模型通过Word2vec工具对车载设备故障文本进行词向量训练;其次,针对故障数据分布不平衡的问题,通过合成少数类过采样技术(SMOTE)算法,自动生成小类别文本向量数据;然后,利用BiLSTM获取故障文本特征;最后,采用CBA算法实现车载设备故障诊断,通过试验分析某铁路局近5年的车载故障文本数据。结果表明:该模型使故障诊断的精确率和召回率分别达到95.66%和96.29%,相较于未采用SMOTE算法的模型,其召回率提升11.77%;该模型能够保证整体分类准确率,同时,也具备较好的小类别分类性能。

关联分类CBA算法识别机载火控雷达工作模式

对敌机载火控雷达工作模式的识别与分析,在威胁等级判别、干扰样式选择、电子战辅助决策支持等方面具有重要军事应用价值。因此,针对机载火控雷达工作模式与参数复杂繁多、自动识别准确率不高等问题,提出了一种基于关联分类CBA算法的判定方法,并应用k-折交叉验证法进行验证。该方法从已建立的非协作雷达信号特征库中选择训练样本,基于扫描特征和信号样式应用关联分类CBA算法,即采用迭代方法挖掘特征中的频繁项集,并在此基础上启发式地构建分类器。以机载火控雷达4种空空工作模式为例进行了仿真实验,结果表明:该识别方法对不同的工作状态具有较高的识别准确率。

基于DRSA和CART的桥梁震损状态决策关联规则提取

为了解决桥梁在地震作用下发生各类损伤与不同影响因素之间的关系复杂且难以发现的问题,将桥梁的破坏情况与桥墩类型、结构类型、支座类型、平面线形、基础类型、交角、断层距、峰值地面加速度等影响因素相结合,利用优势关系粗糙集对桥梁损伤的条件属性进行约简,提取了汶川地震中374座桥梁发生各类破坏的最少关联规则集,另选20座桥梁进行测试,将结果与不可分辨关系粗糙集理论和分类回归树算法进行对比,结果表明对于震后桥梁损伤状态评价决策关联规则,采用基于优势关系粗糙集理论生成的规则比传统的基于不可分辨关系粗糙集理论和分类回归树算法生成的规则更加准确,因此在今后的桥梁损伤判别研究和规则提取中可以加以利用。

基于关联规则分类的船用柴油机故障诊断

鉴于数据驱动的故障诊断方法诊断过程和结果难以解释,提出了一种基于关联规则分类(CBA)的船用柴油机故障诊断和故障作用机理解释方法.通过GT-Power柴油机故障仿真试验建立了柴油机故障数据库,采用关联规则分类算法构建了故障分类器,并基于可视化方法提取了重要规则,解析故障作用机理和模型的诊断过程.结果表明:基于关联规则分类的柴油机故障诊断方法对测试集的故障识别率高达98.67%,提取的规则较好地吻合相关热力学知识,可用于故障作用机理与诊断的进一步研究.

一种改进的关联分类算法

关联分类算法是数据挖掘技术中一种主要分类方法,但传统关联分类算法仅根据置信度构造分类器,影响分类精度。提出一种改进算法,在选择高置信度构造分类器的基础上,优先考虑短规则分类。实验结果表明,该改进算法在分类精度和分类器大小上均优于传统分类算法。

基于关联规则挖掘的中文文本自动分类

随着电子出版物和互联网文档的飞速增加,自动文档分类工作正变得日渐重要.提出一种基于关联规则的中文文本自动分类方法.该算法将文档视作事务,关键词视作项,利用改进的关联规则挖掘算法挖掘项和类别间的相关关系.挖掘出的规则形成分类器,可用于类标号未知的文档的区分.实验证明,该算法能较快地获得可理解的规则并且具有较好的召回率和准确率.

基于关联规则分类的道路网网格模式识别

提出了一种基于关联规则分类算法进行道路网网格模式识别的方法。首先基于空间认知理论,从人类视觉认知Gestalt原理出发,采用几何与拓扑关系特征量化计算网眼形状参量,从网眼自身形状指标、相邻网眼排列一致性、相邻网眼形状相似性3方面描述网眼模式。然后利用关联规则分类算法对道路网网格描述特征进行识别分类。实验表明,本文方法有效可行,具有一定的鲁棒性。

结合类频率的关联中文文本分类

该文提出一种词类频率和关联中文文本分类相结合的算法ARCTC。此算法将文档视作事务 ,关键词视作项 ,并针对文本事务的特性 ,提出利用词的类频率筛选与分类相关性不大的词汇 ,然后将改进的关联规则挖掘算法用于挖掘项和类别间的相关关系。挖掘出的规则用于形成类别特征词的集合 ,可用来和类标号未知文档的词的集合求交集 ,交集元素个数最多者即为所分类别。实验证明 ,该算法在提高训练时间和测试时间的同时具有较好的召回率、准确率和F Measure。

基于CMAR算法的水平加权多分类关联规则挖掘

关联分类是数据挖掘中一种新的分类方法,它将关联规则挖掘和分类进行了算法集成.但在实际应用中,用户会比较倾向于自己最感兴趣或认为最重要的那部分属性,因此有必要加强这些属性对规则的影响,同时减弱另一些用户兴趣不大或认为不重要的属性对规则的影响.为此,本文提出了水平加权关联规则的问题,并结合CMAR算法,加以改进给出了关于该问题的解决方案及有效算法NewCMAR,实验表明,修改后的NewCMAR算法正确并符合实际,有实用价值.

多关系数据挖掘方法研究

目前大多数数据挖掘方法是从单关系中发现模式,而多关系数据挖掘(MRDM)则可直接从关系数据库的多表中抽取有效模式。MRDM可以解决原有命题数据挖掘方法不能解决的问题,它不仅有更强的信息表示能力,可以表示和发现更复杂的模式,还可以在挖掘进程中有效地利用背景知识来提高挖掘效率和准确率。近年来,借鉴归纳逻辑程序设计(ILP)技术,已经形成许多多关系数据挖掘方法,如关系关联规则挖掘方法、关系分类聚类方法等。

森林资源调查数据融合方法研究与实践——以南京市为例

为了在自然资源调查中完整体现不同分类之间的关系,更好地利用各类专项调查数据成果,研究自然资源调查分类和其他专项调查分类的融合。针对国土三调与森林资源调查数据之间的标准及边界冲突问题,提出了一种关联分类的解决方法。以现状是否符合森林的定义和用途出发,建立国土三调分类与森林资源调查分类之间的关联分类。基于国土三调图斑,整合森林资源调查数据中符合关联分类要求的图斑,并结合遥感影像、管理数据等,形成自然资源统一调查工作底图。在南京马汊河自然资源确权工作中应用该工作底图,有效验证了采用关联分类方法形成自然资源统一调查工作底图的可行性。

关联分类挖掘在学生信息管理系统中的应用

介绍了分类准确度高、稳定性好的关联分类算法CBA,并将CBA算法应用于学生信息管理系统中进行数据分析,发现其中有价值的分类规则,以指导教育、发展教育、为教育服务.

基于关联规则的贝叶斯网络分类器

关联规则分类器(CBA)利用关联规则来构造分类算法,但其没有考虑分类问题中的不确定性。提出一种基于关联规则的贝叶斯网络分类算法。该算法利用关联规则挖掘算法提取初始的候选网络边集,通过贪心算法学习网络结构,得到比经典的贝叶斯网络分类器TAN更好的拓扑结构。通过在15个UCI数据集上的实验结果表明,该算法取得了比TAN,CBA更好的分类性能。

基于数据挖掘的银行全成本分析

针对银行全成本分析的业务特点和数据挖掘各种算法的应用特征,提出了基于关联规则的分类算法在银行全成本分析系统中的分析模型。将此模型与其他机器学习分类算法进行实验比较,得出此算法在该领域的最佳效果,所挖掘出的规则得到银行工作人员的肯定。

挖掘重要项集的关联文本分类

针对在关联规则分类算法的构造分类器阶段中只考虑特征词是否存在,忽略了文本特征权重的问题,基于关联规则的文本分类方法(ARC-BC)的基础上提出一种可以提高关联文本分类准确率的ISARC(ItemSet Significance-based ARC)算法.该算法利用特征项权重定义了k-项集重要度,通过挖掘重要项集来产生关联规则,并考虑提升度对待分类文本的影响.实验结果表明,挖掘重要项集的ISARC算法可以提高关联文本分类的准确率.

使用多支持度的关联规则分类算法

传统关联分类算法使用单一最小项目支持度挖掘关联规则,导致稀有项关联规则无法被发现,从而影响分类的准确性和实用性。提出一种多支持度关联规则分类算法MS-CBAR(Multiple Supports-Classification Based on Association Rules),将多最小项目支持度模型应用于关联分类,以有效挖掘稀有项。该算法为数据库中的规则项提供了用户可定义的最小项目支持度。MS-CBAR算法使用项的最小项支持度阈值、类的最小类支持度值和规则项的最小支持度值决定分类规则是否频繁。生成分类规则集后,使用最高优先度规则覆盖法基于规则集建立分类器。实验表明,所提算法在包含稀有项目及稀有类的数据集中准确率高于传统关联分类算法及其相关算法,表现更稳定。

关联分类算法的研究与实现

关联分类算法是对数据进行分析处理中的一个分支。文中结合了关联分类CBA算法,针对数据集样本进行了详细分析。首先,对关联分类中的CBA算法进行了研究,并同步对其实现的代码进行了编写。随后,结合相关数据,运行相关算法进行实现与分析。最终,对该样本数据进行了有效地分类和预测,也完成了算法的有效实现与分析。

一种改进关联分类算法的研究

关联分类算法是对数据进行分析处理中的一个分支.本文首先介绍了关联分类代表算法。针对数据中的类存在的关联划分问题,提出了一种改进的关联分类算法。随后,结合相关数据,对数据进行有效分类和预测。同时,对改进后的算法和现有算法进行实验与分析。