排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
本文主要研究深度学习在抗菌药物使用方法分类及数据挖掘应用,在现有的疾病和电子病历抗菌药物使用方法的文本数据挖掘过程中,利用基于注意力机制的长短期记忆网络模型训练抗菌药物语料数据,通过自我学习特征的方式表示和理解问题,避免人工特征的提取误差,使分类的准确率最大值较传统数据挖掘方法提高至89.97%,从而更好地为不同疾病患者提供相应的抗菌药物治疗方案.根据实验结果,该方法在不需要人工制定特征规则的条件下,可以自主学习生成治疗方案知识库,从而为医生治疗患者提供最佳的辅助决策支持. 相似文献
3.
4.
5.
6.
本文主要研究基于免疫遗传算法的抗菌药物数据挖掘.在数据挖掘的过程中,传统挖掘方法的精确度较低,因此,将免疫遗传算法技术应用到抗菌药物数据挖掘中,可以提高数据挖掘的准确性和及时性.数据挖掘技术为有效地分析疾病间的关系以及其出现的规律提供了新思路,以此来更好地治疗疾病,提升治疗效果.在HIS系统中对抗菌药物的数据进行分析和挖掘,获得潜在的规律和趋势,逐渐建立抗菌药物诊断知识库.依据HIS系统的医嘱数据,根据规则自主学习并更新知识库数据,从而为医生治疗患者提供合理的辅助决策. 相似文献
7.
1