含非连续性信息多属性案例中的决策知识发现方法

摘要：

医疗决策案例中非连续性属性信息大量存在,含该类信息的案例知识发现是多属性案例决策的关键和难点.该文研究了含非连续性属性信息案例中的决策知识发现,将条件概率和GAs融合技术整合到案例推理方法之中,开发了KNN的延伸方法-CRMGACP法.该方法的核心是基于Gas进行权重获取和基于融合条件概率的改进相似度算法进行案例知识获取.在某大型综合医院收集数据,获取有效数据300条,基于VC++开发实现的BC-CBRsys平台进行了实验研究,结果表明CRMGACP比其他常见方法具有更好的性能,在多个统计指标上展示出显著的优势.显然,改进的案例决策方法克服了含非连续性信息案例决策知识难以获取的问题,在临床决策领域具有广阔的前景.

关键词：复杂多属性决策、公共卫生管理、知识发现、离散变量、案例推理

所属期刊栏目：22

分类号：C931.6(管理学)

资助基金：国家自然科学基金资助项目71331002,71301040,71271072,71171072,51274078;中国博士后科学基金面上项目2013M541651;安徽省社会科学重点研究基地重点项目SK2013A148,2013AJRW0131;合肥工业大学青年教师创新项目2013HGQC0026

在线出版日期：2014-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：83-91