《基于临床数据的数据挖掘软件开发 ——聚类分析与可视化模块设计---毕业论文》由会员分享，可在线阅读，更多相关《基于临床数据的数据挖掘软件开发 ——聚类分析与可视化模块设计---毕业论文（52页珍藏版）》请在金锄头文库上搜索。
1、本本 科科 毕毕 业业 论论 文文基于临床数据的数据挖掘软件开发基于临床数据的数据挖掘软件开发聚类分析与可视化模块设计聚类分析与可视化模块设计Development of DM Software Based on the Clinical Data The Design of Clustering and Visualization姓 名：学 号：学 院：软件学院系：软件工程专 业：软件工程年 级：指导教师： 年年 月月摘 要I摘摘 要要随着经济和社会的快速发展、计算机技术的进步日新月异，人们拥有了越来越强大的数据存储技术，在社会的各个领域每时每刻都在产生大量的数据，导致人们淹没在海量数据之中
2、。为了能够在大量数据之中寻找价值，数据挖掘技术应运而生。数据挖掘是一门综合性学科，涉及了多门学科的概念、理论、方法和技术。从 20 世纪 80 年代诞生以来，数据挖掘的研究和应用都得到了快速的发展，在制造业、服务业以及医学界等行业都可以发现数据挖掘的身影。尽管数据挖掘这门学科已经深入到人们生活的各个方面，但作为一门新兴的技术学科，其理论框架尚未成熟，需要进一步研究，但仍然具备充足的发展潜力。本文主要是针对基于医学数据的数据挖掘软件开发而进行的设计与实现，简单介绍了数据挖掘、聚类分析算法和可视化的相关概念，以此作为技术基础对数据挖掘软件进行了进一步的设计，并利用实现的数据挖掘软件对相关医学数据进
3、行分析，得出相应的结论，旨在能够获得一定的医学价值。关键词：关键词：数据挖掘；聚类；可视化AbstractIIAbstractAlong with the development of economy and the progress of computer technology, people have more powerful technology for data storage, meanwhile large amounts of data are produced in every aspect of society life everyday, causing people d
4、rowned in the sea of massive data. In order to find valuable information among great amounts of data, data mining technology emerges. Data mining is a comprehensive discipline involving concepts, theories, methods and techniques of multiply disciplines. Since the 1980s, the research of data mining h
5、as achieved great development. In manufacturing, service industry, medical field and all kinds of other fields, the technology of data mining can be applied. Although the data mining subject has gone deeply into every aspect of life, but as a newly emerged technology subject, the theoretical framewo
6、rk of it is not yet mature, which requires further study. This subject still requires plenty of potential for development. This paper focuses mainly on the design and implementation of the development for data mining software based on medical data analysis. And it firstly introduces the related conc
7、epts of data mining, cluster analysis algorithm, and visualization. Then, this paper elaborates the further design of data mining software based on these technologies. And we also use the realized data mining software to analyze medical data, and finally draw corresponding conclusions and obtain cer
8、tain valuable medical information, which are also included in this paper.Key words: data mining; clustering; visualization目 录III目目 录录第一章第一章绪绪论论1 11.1研究背景及意义研究背景及意义11.2论文组织结构论文组织结构3第二章第二章相关技术概念介绍相关技术概念介绍4 42.12.1数据挖掘基础知识数据挖掘基础知识42.1.1数据挖掘的发展历史42.1.2数据挖掘的概念52.1.3数据挖掘的功能52.1.4数据挖掘的过程62.22.2聚类分析技术聚类分析技术
9、82.2.1聚类概念82.2.2聚类分析算法82.2.3K 均值算法.102.2.4EM 算法.112.32.3WekaWeka 数据挖掘软件数据挖掘软件.112.42.4可视化开发组件可视化开发组件122.4.1Java 3D122.4.2JFreeChart12第三章第三章软件设计与实现软件设计与实现14143.1软件简介与开发环境软件简介与开发环境143.1.1软件简介143.1.2开发环境143.2软件设计目标软件设计目标143.2.1整体设计目标143.2.2聚类分析模块设计目标153.2.3可视化模块设计目标15目 录IV3.3概要设计概要设计153.3.1概要设计任务153.3.
10、2软件总体概要设计153.3.3聚类模块设计173.3.4可视化模块设计173.3.5接口设计183.3.6运行设计193.3.7系统出错处理设计203.4详细设计详细设计203.4.1详细设计的任务203.4.2软件总体详细设计203.4.3聚类模块设计与实现233.4.4可视化模块设计与实现30第四章第四章运行结果运行结果36364.14.1软件运行结果软件运行结果364.24.2聚类分析运行结果聚类分析运行结果374.34.3可视化运行结果可视化运行结果39第五章第五章结论与展望结论与展望4242参考文献参考文献 4343致致 谢谢4444ContentVContentContentCh
11、apter 1 Preface.1 11.1Introduction11.2Structure of dissertation3Chapter 2 System related technologies outline4 42.1Basic knowledge of data mining42.1.1Development history of data mining42.1.2Concept of data mining52.1.3Function of data mining.52.1.4Process of data mining.62.2Clustering analysis tech
12、nology82.2.1Concept of clustering.82.2.2Clustering algorithm 82.2.3K-Means algorithm102.2.4EM algorithm.112.3Weka112.4Tools of visualization development.122.4.1Java 3D.122.4.2JFreeChart12Chapter 3 Software design and implementation.14143.1Introduction of software and development environment.143.1.1I
13、ntroduction of software.143.1.2Development environment.143.2Design objective of software143.2.1Design objective of integer143.2.2Design objective of clustering module 153.2.3Design objective of visualization module153.3Preliminary design .15ContentVI3.3.1Tasks of preliminary design.153.3.2Preliminar
14、y design of integer.153.3.3Preliminary design of clustering module.173.3.4Preliminary design of visualization module 173.3.5Design of interfaces .183.3.6Design of operation193.3.7Design of error handling203.4Detailed design203.4.1Tasks of detailed design.203.4.2Detailed design of integer203.4.3Detai
15、led design of clustering module 233.4.4Detailed design of visualization module30Chapter 4 Running results 36364.1Running results of software.364.2Running results of clustering module.374.3Running results of visualization module39Chapter 5 Conclusions and visions.4242References.4343Acknowledgements.4
16、444第一章 绪论1第一章第一章绪论绪论1.1研究背景及意义研究背景及意义随着计算机处理能力的提高，数据库技术的飞速发展以及人们获取数据的方式越发多样，人们所拥有的数据急剧增加。然而，却缺乏能够对海量数据进行分析处理、发现潜在价值的工具，因此，数据挖掘技术应运而生。数据挖掘诞生于 20 世纪 80 年代后期，并在这之后有了蓬勃繁荣的发展，渗透到社会的各个方面。在零售业、制造业、通讯业、金融业、医药界等行业都有数据挖掘应用的成功案例。只要某产业拥有具备分析价值和需求的数据库或者数据仓库，都可以凭借数据挖掘技术的应用来发现潜在价值，提高行业竞争力。特别是对于医药行业来说，数据挖掘技术的运用不仅可以提高竞争力和效益，还能为医学的发展提供动力。医学数据信息是以治愈病人为首要目的而搜集的数据，同时也具备十分宝贵的医学研究价值。因其特殊性，医学数据信息具有如下特点1：1. 多样性：医学信息的形式具有多样性，包括信号（如脑电波等） 、图像（如核磁共振生成的结果） 、数字（如化验结果） 、文字及语音视频等等。这种多样性
