您的位置: 专家智库 > 作者详情>宋欣霞

宋欣霞

作品数:5 被引量:13H指数:3
供职机构:山东中医药大学理工学院更多>>
相关领域:医药卫生自动化与计算机技术自然科学总论更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 4篇医药卫生
  • 3篇自动化与计算...
  • 1篇自然科学总论

主题

  • 3篇血压
  • 3篇用药
  • 3篇用药规律
  • 3篇高血压
  • 3篇高血压用药
  • 3篇K-MEAN...
  • 2篇优化算法
  • 2篇中医
  • 2篇中医治疗
  • 2篇并行化
  • 1篇医疗数据
  • 1篇证治
  • 1篇证治规律
  • 1篇证治规律研究
  • 1篇中风
  • 1篇中风病
  • 1篇数据挖掘
  • 1篇聚类
  • 1篇集群
  • 1篇关联规则

机构

  • 5篇山东中医药大...

作者

  • 5篇宋欣霞
  • 4篇金卫
  • 1篇王倩

传媒

  • 3篇医学信息学杂...
  • 1篇中国数字医学

年份

  • 3篇2017
  • 2篇2016
5 条 记 录,以下是 1-5
排序方式:
基于医疗数据的K-means算法优化研究被引量:4
2016年
随着医学信息化、网络化的发展,传统的数据挖掘[1]方法在处理复杂的医学数据方面,表现出很大的局限性。因此,需要研究开发更有效的挖掘方法。通过对聚类分析中最经典的K-means算法[2]进行优化研究,以解决在每次迭代中,K-means算法都要计算数据点和所有中心之间的距离[3]问题为目的。通过保留数据点到最近的簇的距离,并与下次迭代中计算的中心点距离作比较的方法,减少了K-means算法在图案数量和迭代集群数量时所需的时间,并能够产生与原始算法相同有效的聚类结果。最终得到改进后的算法大大提高了执行效率,且在性能上比K-means算法有显著优越性的结论。
宋欣霞金卫
关键词:医疗数据数据挖掘K-MEANS算法
基于聚类优化算法的中医治疗高血压用药规律分析被引量:2
2016年
在介绍几种聚类算法概念的基础上,提出优化的K-means算法,将其用于分析2 000条中医治疗高血压临床数据,得到不同的证候所对应的8种用药组合。结果显示优化后的K-means算法在保证聚类质量的前提下,提高了算法运算速率,在性能上有显著的优越性。
宋欣霞金卫
关键词:高血压集群用药规律
应用并行化K-means优化算法探究中医治疗高血压用药规律被引量:3
2017年
介绍并行化相关概念,包括Mapreduce编程框架以及Hadoop分布式文件系统,对传统K-means算法进行优化,建立并行化K-means聚类模型,探究中医治疗高血压用药规律,挖掘出中医辨证治疗高血压的8组用药组合,结合中医理论分析,验证结论真实性。
宋欣霞金卫
关键词:并行化K-MEANS算法高血压用药
基于并行化聚类的中医治疗高血压用药规律分析
目的:选取中医治疗高血压病的临床用药处方作为研究的数据来源,挖掘出具有实用意义的中医辩证用药规律。选择使用K-means聚类算法进行数据挖掘,为解决传统K-means聚类算法迭代次数多,速度慢,复杂度高等问题,对传统算法...
宋欣霞
关键词:K-MEANS算法并行化高血压用药规律
文献传递
基于优化Apriori算法的中风病证治规律研究被引量:3
2017年
在概述关联规则算法及算法优化的基础上,针对中医治疗中风病诊疗方案中的方剂配伍规律展开探索,建立中医电子病历数据库,使用经典关联规则Apriori算法对数据进行处理和分析,引入相关性度量参数Kulc和IR优化挖掘结果,去除伪强关联规则,得到相关性强且有理论意义的药物配置组合,为中医治疗中风病遗方用药提供理论指导和参考。
王倩金卫宋欣霞
关键词:关联规则APRIORI算法中风病
共1页<1>
聚类工具0