布爾向量數(shù)據(jù)模式分類關(guān)鍵問題及中醫(yī)診斷量表研制.pdf

1、論文提出和研究了布爾向量數(shù)據(jù)模式分類中的關(guān)鍵問題，并將研究結(jié)果應(yīng)用于中醫(yī)學(xué)診斷量表研制當中。對布爾向量模式分類中的相似系數(shù)、降維以及權(quán)重這三個關(guān)鍵問題進行了系統(tǒng)地研究。為后續(xù)進一步研究針對布爾向量數(shù)據(jù)的模式分類問題完成了初步性的工作。論文主要工作和創(chuàng)新點總結(jié)如下： 一、對布爾向量的相似系數(shù)及其性質(zhì)進行了研究，并在此基礎(chǔ)上對目前常見的相似系數(shù)的性質(zhì)進行了對比和分析，針對一些模式分類問題中的相似系數(shù)選擇問題，提出了多參數(shù)相似系數(shù)族及

2、其優(yōu)化方法。通過真實數(shù)據(jù)的實驗結(jié)果，驗證了本文提出的相似系數(shù)族在布爾向量模式分類問題的相似系數(shù)優(yōu)化中的有效性。 二、對于布爾向量數(shù)據(jù)的降維從特征提取和特征選擇兩個方面進行了研究：其一，根據(jù)布爾向量數(shù)據(jù)的特點，提出和研究了基于分片求和的特征提取降維算法，通過理論分析和真實數(shù)據(jù)實驗，驗證了本文方法的有效性；其二，針對兩類互斥問題、多類非互斥問題，分別提出了基于布爾向量相似系數(shù)的過濾式和混合式特征選擇降維算法，通過真實數(shù)據(jù)的實驗結(jié)果，

3、驗證了這些算法在解決這兩類問題時的有效性。 三、在對現(xiàn)有特征權(quán)重方法研究的基礎(chǔ)上，針對k-NN特征權(quán)重算法計算量大速度慢的缺點，提出了改進算法；以及針對醫(yī)學(xué)診斷試驗，提出了基于Fisher線性判別的改進閾值確定方法；通過理論分析和真實數(shù)據(jù)實驗驗證，分別證明了改進方法的有效性。 四、將本文提出的算法，系統(tǒng)地應(yīng)用到中醫(yī)中風病證候診斷量表的研制當中，主要解決了量表研制中的條目篩選和條目權(quán)重問題，為基于布爾向量數(shù)據(jù)的中醫(yī)學(xué)量表研