基于Hadoop的健康物聯(lián)網(wǎng)數(shù)據(jù)挖掘算法研究與實現(xiàn).pdf

1、醫(yī)療衛(wèi)生體系的發(fā)展水平直接關(guān)系到人民群眾的身心健康和中國夢的實現(xiàn)，是全社會關(guān)注的熱點。在如今醫(yī)療改革的關(guān)鍵時期，應(yīng)緊密結(jié)合物聯(lián)網(wǎng)和云計算技術(shù)，切實加強醫(yī)療健康領(lǐng)域的信息化水平。健康物聯(lián)網(wǎng)旨在通過先進的感知技術(shù)實現(xiàn)醫(yī)療信息的準(zhǔn)確、實時感知，通過便捷全方位的通信技術(shù)實現(xiàn)醫(yī)療健康領(lǐng)域的互聯(lián)互通，通過高效的數(shù)據(jù)處理技術(shù)實現(xiàn)醫(yī)療健康信息的全面、科學(xué)分析和預(yù)測。
　　健康物聯(lián)網(wǎng)數(shù)據(jù)處理總體流程是通過接收健康物聯(lián)網(wǎng)智能采集終端的海量異構(gòu)數(shù)據(jù)，對

2、數(shù)據(jù)進行分布式存儲，過濾進而對其進行分布式數(shù)據(jù)挖掘，讓醫(yī)學(xué)專家更有效的對病情進行分析?；贖adoop平臺對健康物聯(lián)網(wǎng)數(shù)據(jù)進行處理挖掘時，本文首先對Hadoop源碼進行研究，設(shè)計實現(xiàn)了分布式數(shù)據(jù)清洗算法以過濾冗余數(shù)據(jù);接著重點研究設(shè)計了若干分布式數(shù)據(jù)挖掘算法，并對這些分布式算法進行了正確性驗證。通過對這些算法的設(shè)計實現(xiàn)，可以為上層的健康服務(wù)應(yīng)用提供良好的預(yù)測模型。
　　對生理數(shù)據(jù)進行分布式數(shù)據(jù)挖掘時，首先分析了分布式聚類算法，又結(jié)

3、合了蟻群的核心思想設(shè)計實現(xiàn)了基于Hadoop的分布式DKBAC(Distributed Kmeans Based on AntClustering)聚類算法。本文對病理信息數(shù)據(jù)進行聚類，通過實驗將DKBAC算法與相關(guān)分布式聚類算法在準(zhǔn)確率、平均查全率及時間效率等性能指標(biāo)上做了比較和分析。為滿足健康物聯(lián)網(wǎng)各種預(yù)測分析的需要，需研究實現(xiàn)更多數(shù)據(jù)挖掘算法和模型，本文主要研究了基于Hadoop的分布式隨機森林分類算法與分布式關(guān)聯(lián)規(guī)則算法，并對算