期刊简介
本刊创刊于1984年9月，是中华人民共和国卫生部主管，中国卫生信息学会(原中国卫生统计学会)和中国医科大学主办的全国性卫生统计专业学术性双月刊，是国内卫生统计专业的唯一学术性期刊和中国医学类中文核心期刊及国家科技部中国科技论文统计源期刊。本刊的任务是及时报道我国卫生统计学科的科研成果和卫生统计工作改革与卫生事业发展的信息。主要读者对象为各级卫生机构的卫生统计人员、卫生技术人员和高等医学院校卫生统计专业的教学和科研人员。
往期目录
-
1999
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>中国卫生统计杂志
- 杂志名称：中国卫生统计杂志
- 主管单位：中华人民共和国国家卫生和计划生育委员会
- 主办单位：中国卫生信息学会 中国医科大学
- 国际刊号：1002-3674
- 国内刊号：21-1153/R
- 出版周期：双月刊
期刊荣誉：中国学术期刊(光盘版)全文收录期刊期刊收录：北大核心期刊(中国人文社会科学核心期刊), 万方收录(中), 知网收录(中), JST 日本科学技术振兴机构数据库(日), 上海图书馆馆藏, 国家图书馆馆藏, 统计源核心期刊(中国科技论文核心期刊), CSCD 中国科学引文数据库来源期刊(含扩展版), 维普收录(中)
基于K近邻的过抽样算法在不平衡的医学资料中的应用
周舒冬；张磊；李丽霞
关键词：k近邻, 过抽样, 不平衡, 医学资料, 模式识别
摘要：目的 介绍一种基于K近邻的过抽样算法在不平衡的医学数据集分类中的应用.方法 首先利用K近邻法删除在分类中容易与少数类混淆的多数类样本;再对新生成的训练集利用SMOTE算法进行少数类样本的扩充,以有效提高少数类的分类性能.结果 利用社区人群的慢性阻塞性肺疾病资料验证,基于K近邻的过抽样算法的分类性能比合成少数类过抽样算法及欠抽样方法 要强.结论 当医学资料出现不平衡特征时,传统分类器的分类效果不佳,基于K近邻的过抽样算法能够获得良好的分类性能,在医学模式识别领域中有较好的应用前景.
友情链接