基于层次化深度学习的医疗数据库离群数据检测算法

• 作者: 李东 李晓峰 王妍玮
• 来源期刊: 计算机系统应用
• 关键词: 层次化深度学习 医疗数据 离群点 离群数据检测 动态网格划分
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 180-186
• 页数: 7页
• 字数: 6246字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007322

摘要

对医疗数据库中存在的离散数据进行检测时,由于缺少数据过滤等过程而导致检测执行时间较长、检测效率低、离散点检测率低等问题,为此提出基于层次化深度学习的医疗数据库离散数据检测算法.首先,采用动态网格划分法划分空间中的稀疏区域和稠密区域,降低数据检测的规模,缩短检测执行时间;然后,通过层次化深度学习过程融合专家知识和数据的属性取值分布信息,实现医疗数据库中离散数据的检测.实验结果表明,该算法可以在较短的时间内准确完成医疗数据库中离散数据的检测,且相较于传统算法来说更具有应用优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓峰	黑龙江外国语学院信息工程系	20	30	4.0	5.0
2	李东	黑龙江外国语学院信息工程系	1	0	0.0	0.0