[發(fā)明專利]用于大規(guī)模腦病歷分割的多粒度Spark超信任模糊方法

有效

• 申請?zhí)枺?/td>: 201911030948.0
• 申請日: 2019-10-28
• 公開（公告）號: CN110867224B
• 公開（公告）日: 2022-02-08
• 發(fā)明（設(shè)計）人: 丁衛(wèi)平;丁嘉陸;王杰華;胡彬;陳森博;萬杰;趙理莉;孫穎;馮志豪;李銘;任龍杰;丁帥榮
• 申請（專利權(quán)）人: 南通大學(xué)
• 主分類號: G16H10/60
• 分類號: G16H10/60;G06F40/205;G06F40/279;G06N3/00
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243
• 代理人: 顧伯興

1.用于大規(guī)模腦病歷分割的多粒度Spark超信任模糊方法，其特征在于：具體步驟如下：

A.在大數(shù)據(jù)Spark云平臺上將大規(guī)模腦病歷屬性集分割至不同的多粒度進(jìn)化種群Granu-population_i，i＝1,2,…n，腦病歷屬性分割任務(wù)分解為多個并行化的作業(yè)任務(wù)，然后在分解后的多個作業(yè)任務(wù)中計算出不同腦病歷候選屬性集的等價類；

B.設(shè)計基于多粒度超信任模型，將第i個多粒度進(jìn)化種群Granu-population_i用于腦病歷第i個屬性集的約簡和分割處理，構(gòu)建多粒度種群內(nèi)不同超級精英之間信任度，計算多粒度種群的信任偏差，大規(guī)模腦病歷屬性集的規(guī)模大小通過不同粒度空間中子種群信任度關(guān)系進(jìn)行動態(tài)迭代更新；

C.設(shè)置用于大規(guī)模腦病歷分割的多粒度Spark超信任中心調(diào)整閾值為λ，在第i次迭代完成后，將粒度中心調(diào)整量大于閾值λ的多粒度子種群Granu-population_i進(jìn)行下一次迭代調(diào)整，設(shè)置粒度中心遷移的調(diào)整閾值為ε和多粒度子種群數(shù)目調(diào)整閾值為θ，優(yōu)化多粒度V_tj的中心c_tj，并添加到最終多粒度種群中心集合中，形成包含k個多粒度中心集合；

D.對多粒度子種群中超級精英使用均衡調(diào)整策略動態(tài)更新，將多粒度子種群超級精英劃分到一個等腰直角三角形內(nèi)，分別計算各自的粒度值如果兩個超級精英具有相同低粒度則他們的近似度屬性值收斂于均衡對為如果兩個超級精英具有相同高粒度則他們的近似度屬性值收斂于均衡對為該均衡調(diào)整策略有利于增加多粒度子種群最優(yōu)一致均衡度；

E.構(gòu)建多粒度子種群超級精英動態(tài)模糊協(xié)同分割策略，在動態(tài)精英優(yōu)勢區(qū)域內(nèi)對大規(guī)模腦病歷屬性進(jìn)行全局搜索分割與局部精化分割，在多粒度子種群中執(zhí)行競爭和合作的混合協(xié)同，構(gòu)建大規(guī)模腦病歷屬性分割最優(yōu)一致均衡度和概率度，使超級精英在各自對應(yīng)的Pareto優(yōu)勢區(qū)域內(nèi)協(xié)同提取知識約簡子集，并能穩(wěn)定分割大規(guī)模腦病歷不同的屬性區(qū)域，求得大規(guī)模腦病歷最優(yōu)特征集

F.求出大規(guī)模腦病歷分割精度RC，比較RC與預(yù)先設(shè)定精度值η關(guān)系，若滿足RC≥η，則輸出大規(guī)模腦病歷最優(yōu)分割知識集，否則，繼續(xù)執(zhí)行上述C、D和E步驟，直至大規(guī)模腦病歷分割精度滿足RC≥η；

G.將大數(shù)據(jù)腦病歷分割最優(yōu)特征集存儲至Spark云平臺中，為大規(guī)模腦病歷相關(guān)疾病的臨床診斷和治療提供重要的智能輔助診斷知識依據(jù)。