一种监护系统大数据挖掘算法分析  

作　　者：褚福洋 马文辉[1] 张文晶 闫继伟[1] 

机构地区：[1]齐齐哈尔医学院

出　　处：《中国科技信息》2022年第8期95-97,共3页China Science and Technology Information

基　　金：破解移动医疗下卒中康复患者健康管理系统的数字鸿沟,项目编号:LHYD-2021031,项目来源:2021年度齐齐哈尔市科技计划联合引导项目。

摘　　要：伴随着网络技术的持续发展,新时代的数据多数是非结构化类型的数据信息,其特征向量的维数较高,过多的维数会引发维度灾难,通过引入特征选择的模式对于冗余特征进行检测,数据信息的特征子集能够准确获得,实现降维目标。随后由聚类成员质量以及数据差异入手,总结出适于高维数据信息分层抽样的算法。结果表明,此算法具备良好的聚类优势。此研究对后期数据挖掘领域具有非常重大的实用价值。

关 键 词：数据挖掘 高维数据 维度灾难 特征子集 非结构化 监护系统 分层抽样 聚类 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]