基于复合粗糙集的异构属性患者社区划分模型

打开文本图片集

摘要： 社区划分是网络研究中的重要组成部分，基于医疗数据对类风湿关节炎患者进行社区划分能够有效提升临床医疗决策的准确性。考虑到社区划分过程中可能会存在患者属性异构及相关性问题，首先基于复合粗糙集理论实现对患者异构属性的有效处理，其次将复合粗糙集理论与 louvain 算法相融合，构建出基于异构属性节点的社区划分模型。（剩余11121字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。