数据挖掘在医学上的应用

随着医院信息系统（hospital information system,HIS）在医院的广泛应用,特别是数字新技术在门诊系统中的广泛应用,医学数据挖掘是提高医院信息管理水平,为疾病的诊断和治疗提供科学的、准确的决策的需要。本文详细分析了医学信息的特点及医学数据挖掘的过程,最后介绍了数据挖掘在医学上的应用。     

医学数据挖掘的探究与应用

医学数据库的信息容量不断膨胀,迫切需要利用数据挖掘技术从这些海量的医学数据中找出有价值的知识和规则。该文阐述了医学数据挖掘的关键问题和实施步骤,介绍了常用的挖掘方法,最后介绍了医学数据挖掘的一些现实应用。     

基于简化分辨矩阵的粗糙集属性约简算法

目的：建立高效液相色谱法测定阿司匹林肠溶片中游离水杨酸含量的方法。方法：HPLC法，色谱柱：Diamonsil C18（4．6mm×250mm，5μm）；流动相：乙腈．甲醇旬-0.01mol·L^-1磷酸二氢钾-三乙胺（10：50：40：0．1）用磷酸调节pH=3．4；检测波长：304nm；柱温40℃；流速：1mL·min^-1。结果：水杨酸农度在0．7665-61．32mg·L^-1范围内与其峰面积成良好的线性关系，回归方程：Y=5027．8＋29661X。r=0．9999。高中低3个质量浓度的回收率平均值为100．4％（n=9），RSD=1．6％。结论：本法灵敏度高，重现性好，结果准确。     

基于快速属性选择的贝叶斯分类在入侵检测中的应用

高速网络环境中数据量日益增大,安全问题日益突出,对入侵检测技术提出了更高的要求.朴素贝叶斯作为数据挖掘的重要方法之一,在入侵检测中有着重要的地位.由于其属性独立假设,使得如何在海量高维数据处理背景下快速、准确、有效地选出代表原数据的属性显得尤为重要.本文提出了一种快速属性选择方法并结合朴素贝叶斯分类模型应用于入侵检测中.实验表明,结合了该属性选择方法的朴素贝叶斯分类器有很好的分类精度及较低的时空消耗.