本文已被：浏览 2199次 下载 5019次
Received:January 10, 2009
Received:January 10, 2009
中文摘要: 医学数据挖掘是提高医院信息管理水平，为疾病的诊断和治疗提供科学的、准确的决策的需要。分析了医疗数据的特点，并以慢肺阻疾病诊断的数据集为例，阐述了把医疗数据转换成事务数据格式的方法，描述了关联规则挖掘在医疗数据分析中应用所遇到的难题，针对这些难题给出了一些算法的改进措施，并用数据进行测试。结果表明，此算法优于原来算法，它可以减少产生的规则的数量，从而能快速发现有趣的医疗关联规则。
中文关键词: 数据挖掘 算法 关联规则 数据预处理 频繁项集
Abstract:
keywords:
文章编号： 中图分类号： 文献标志码：
基金项目:安徽省自然科学基金(050420207);安徽医科大学科研项目(2008kjzj05,2006kj28);安徽省计生委基金(07028)
| Author Name | Affiliation |
| 王华 | 安徽医科大学 计算机中心 安徽 合肥 230032 |
| 胡学钢 | 合肥工业大学 计算机与信息学院 安徽 合肥 230009 |
| Author Name | Affiliation |
| 王华 | 安徽医科大学 计算机中心 安徽 合肥 230032 |
| 胡学钢 | 合肥工业大学 计算机与信息学院 安徽 合肥 230009 |
引用文本：
王华,胡学钢.医学数据挖掘中的数据预处理与Apriori算法改进.计算机系统应用,2009,18(9):94-97
.Data Preprocess and Algorithm Apriori Improvement of the Medical Data Mining.COMPUTER SYSTEMS APPLICATIONS,2009,18(9):94-97
王华,胡学钢.医学数据挖掘中的数据预处理与Apriori算法改进.计算机系统应用,2009,18(9):94-97
.Data Preprocess and Algorithm Apriori Improvement of the Medical Data Mining.COMPUTER SYSTEMS APPLICATIONS,2009,18(9):94-97
