作者:
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:
近年来,随着我国科技事业的不断进步和发展,各个领域的数据量成指数规模增大,医学领域也是如此.医疗数据集已风起泉涌,人工难以在短时间内分析处理这些信息,因此如何合理利用这些信息,是现阶段我国医疗事业亟需解决的问题.机器学习应运而生,它是计算机依靠训练数据集和机器学习算法构建概率模型,并运用模型对新的数据进行预测和分析的一门学科,是处理海量数据的有效方法,是计算机智能化的有效手段.本文利用k近邻算法来分析心脏疾病数据,实现心脏病的在线辅助诊断,该系统对提高疾病诊断的正确性、实时性和减轻医务人员的工作强度,具有十分重要的意义.
推荐文章
基于Web的变压器在线监测诊断系统
变压器
状态监测
故障诊断
基于K最近邻算法的网络不良信息过滤系统研究
K最近邻
不良信息
过滤
样本优化
基于时间加权K-近邻法的无线传感网系统故障诊断
无线传感网
系统故障
时间加权K-近邻法
时间相关性
诊断模型
基于终端服务的水泵机组远程在线监测诊断系统
水泵机组
终端服务
远程诊断
远程在线监测
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 基于k近邻算法的心脏病在线辅助诊断系统
来源期刊 电子制作 学科
关键词 机器学习 数据挖掘 k近邻算法 心脏病辅助诊断
年,卷(期) 2018,(20) 所属期刊栏目 软件开发
研究方向 页码范围 49-51,76
页数 4页 分类号
字数 4652字 语种 中文
DOI
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 王浩瑞 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(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)
研究主题发展历程
节点文献
机器学习
数据挖掘
k近邻算法
心脏病辅助诊断
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
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
论文1v1指导