基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究中医高血压医案大数据集高效挖掘关联规则问题.中医医案数据量大、关联性强,针对传统的关联规则挖掘算法处理中医医案数据时存在效率低、收敛速度慢及漏报规则等问题,提出一种小生境技术和人工蜂群算法相结合的挖掘关联规则的方法.该方法通过惩罚函数设置支持度阈值,利用小生境技术执行小生境演化、融合算法,结合人工蜂群算法操作简单、鲁棒性强的优势搜索强关联规则,有效避免了算法早熟,解决了规则冗余.针对治疗高血压的中医医案进行了验证性实验,实验结果表明,相对于传统的关联规则挖掘算法,该方法在个体多样性及提取有效规则的效率上都有较大的提高,挖掘结果对高血压中医临床诊治具有一定的参考价值.
推荐文章
关联规则挖掘算法
数据挖掘
关联规则
频集
等价类
关联规则挖掘综述
数据挖掘
关联规则
频繁项集
算法
基于树结构的高效关联规则挖掘算法
关联规则
候选项集
关联矩阵
树结构
一种基于事务规则树的高效关联规则挖掘算法
数据挖掘
关联规则
支持度
事务规则树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高效挖掘高血压医案关联规则的模型构建
来源期刊 计算机工程与应用 学科 工学
关键词 关联规则 人工蜂群 小生境 高血压
年,卷(期) 2011,(36) 所属期刊栏目 工程与应用
研究方向 页码范围 226-229,233
页数 分类号 TP301.6
字数 5040字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.36.062
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈守强 山东中医药大学第二附属医院心脏中心 123 414 8.0 14.0
2 袁锋 山东省工会管理干部学院信息工程学院 15 25 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (247)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(4)
  • 参考文献(0)
  • 二级参考文献(4)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
关联规则
人工蜂群
小生境
高血压
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导