传统数据挖掘方法不能清晰描述医学图像的特征信息和高分辨属性。为解决上述问题，提出一种基于决策树的海量医学图像数据挖掘方法。分析图像的简化属性分裂特点，并通过引入矫正函数的方式定义决策树分类堆，完成海量医学图像挖掘决策树分类规则的确定。在此基础上，利用医学图像目标识别和灰度直方特征提取结果，确定局部数据的挖掘引子，完成基于决策树的海量医学图像数据挖掘方法研究。模拟方法运行环境设计对比实验结果表明，与传统数据挖掘方法相比，应用基于决策树的海量医学图像数据挖掘方法后，医学图像特征信息、高分辨属性的描述清晰程度均得到20%左右的提升。
2022-10-26 20:57:28
1.4MB
1
visualization-echarts
社交媒体大数据挖掘大作业 数据可视化部分
2022-10-24 23:44:01
3.82MB
1
如何精准识别电动汽车市场上的高质量客户，并预测其未来需求。从电动汽车的产品属性和消费者个人特征信息出发，使用XGBoost对消费者电动汽车购买意愿的影响因素进行挖掘，并采用SVM建立消费者电动汽车购买意愿的预测模型。
2022-10-24 13:09:57
1.24MB
1