基于c-均值聚类的粗糙集神经网络在心脏病诊断中的应用

摘要：

采用c-均值聚类法将决策表中的连续条件属性进行离散化,用粗糙集处理离散化后的决策表系统得到简化规则,然后将规则集输入BP神经网络进行训练,并对测试集进行预测.以此模型对一组有关心脏病诊断的数据进行处理,得到的预测判准率达85%,而单独使用粗糙集或BPNN进行预测,则判准率分别为76%和82%;若在粗糙集和BPNN联用模型中,对原始数据采用传统的等距离离散化和等频率离散化等离散化方法,预测判准率则分别只有53%和77%.

关键词：c-均值聚类、离散化、粗糙集理论、BP神经网络、心脏病

所属期刊栏目：22

分类号：TP391.77(计算技术、计算机技术)

在线出版日期：2007-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：353-359