基于Hadoop的中医症状群分类应用

• 作者: 张守宾 朱习军 石艳敏
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Hadoop平台 MapReduce KNN分类算法 哮喘病症状
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 信息技术交流
• 页码范围: 325-328
• 页数: 4页
• 分类号: TP391
• 字数: 3434字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.07.058

摘要

传统单一的KNN算法来挖掘中医病案症状-证型规律,存在占用内存空间大、建模时间长、复杂度高、大数据量无法处理等问题.提出基于Hadoop平台的并行化计算中医症状群分类方法.在Hadoop分布式计算平台中,利用MapReduce计算框架,并行化实现KNN分类算法.实验结果表明,基于Hadoop的中医症状群预测分类效率更高,能更有效地指导临床实践.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱习军	青岛科技大学信息科学技术学院	28	61	4.0	5.0
2	张守宾	青岛科技大学信息科学技术学院	3	9	2.0	3.0
3	石艳敏	青岛科技大学信息科学技术学院	2	5	1.0	2.0