医疗健康数据的模糊粗糙集规则挖掘方法研究

• 作者: 刘洋 周清雷 张卓
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 电子健康 知识发现 粗糙集理论 规则提取 混合数据
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 164-167
• 页数: 4页
• 分类号: TP391
• 字数: 5875字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2014.12.035

摘要

医疗健康数据通常属性较多,且存在连续型、离散型并存的混合数据,这在很大程度上限制了知识发现方法对医疗健康数据的挖掘效率.以模糊粗糙集理论为基础,研究混合数据上的分类规则挖掘方法,通过引入规则获取算法的泛化阈值,来控制获取规则集的大小和复杂程度,提高粗糙集知识发现方法在医疗健康数据上的分类效率.最后通过对比实验验证了该算法在医疗决策表上挖掘规则的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周清雷	郑州大学信息工程学院	109	475	10.0	16.0
2	刘洋	郑州大学信息工程学院	177	604	12.0	18.0
3	张卓	郑州大学信息工程学院	21	157	6.0	12.0