贝叶斯网络在老年人普适健康监测服务中的应用研究计算机应用技术专业论文.docxVIP

声 声 明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发 表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 己在论文中作了明确的说明。 研究生签名：—腿 bI s年3月碜日 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送 交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对 于保密论文，按保密的有关规定和程序处理。 研究生签名：睦镪 2口ls年3月妒 万方数据 硕士学位论文 硕士学位论文 贝叶斯网络在老年人普适健康监测服务中的应用研究 摘 要 伴随着生活水平的改善，人们对身体健康的重视程度也逐渐提高。普适计算技术和 信息化手段可以为人们“适时适地”地提供普遍适用的医疗服务与健康服务。为老年人 以及患有多种慢性疾病的高风险病人提供的普适健康监测服务，充分利用了已有的医疗 资源，大大减少了不必要的开销。为了提高普适健康监测服务的护理质量，医疗人员需 要分析医疗信息系统提供的丰富数据，以便及时发现知识，做出明智的决策。然而，医 疗诊断涉及许多不确定性，借助普适健康监测系统进行医学决策充满了困难，如何明确 地表示这种不确定性成为了普适健康监测应用中的研究热点和难点。 本文考虑到医疗数据的特殊性，以心脏病数据为研究对象，采用贝叶斯网络进行处 理，构建一个智能概率模型来诊断疾病。首先，本文提出了一种完全从观测数据中学习 网络节点顺序的方法，克服了传统算法需要领域专家给定网络中的节点顺序的限制。然 后，本文引入了并行优化来进一步提高在数据量大的情况下建立诊断分析模型的速度。 接着，论文详细陈述了包括数据预处理在内的整个建模过程。另外，针对单个分类器的 不足，本文提出了一种综合考虑分类器准确性和多样性的集成方法来提高分类器的泛化 能力。最后，实验证明本文提出的几个方法在一定程度上提高了贝叶斯网络建模的准确 率并且缩短了建模的时间。 关键词：普适健康监测，贝叶斯网络，并行优化，分类器集成 万方数据 Abslmct Abslmct 硕士学位论文 Abstract Winl tlle irnproVemem of living stalldards，people are more aIld more concemed about their healtll condition．PeⅣaSiVe computing aIld i11f．o彻ation tec}Ⅱ10109y can proVide people 诵廿1 uIliVersal healtll care a11d medical services timely．Pen，aSive heal廿1 monitoring，which is desi印ed for tlle elderly aIld lligh—risk patients晰n1 a V撕et)r of chroIlic diseaSes，call mal(e full use of 1lle existing medical resources aIld greatly reduce uImecessaD，coSts．In order to improVe t11e qual毋of service，clilliciaIls need to anaJyze plenti伽data collected by medical iⅢ’0rmation syStem．In t11is way，useful knowledge can be acquired锄d、杭se decision will be made．Ho、ⅣeVer，since medical di呼losis inVolVes maIly uncertainties，mal【访g medicaJ decisions wim ubiquitouS heal也moIlitoring system is觚l of di伍clllties．How to represent tllis u11c酬[ainty cle盯ly haS become a ho