• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Informatics for health & social care >Prioritization of malaria endemic zones using self-organizing maps in the Manipur state of India
【24h】

Prioritization of malaria endemic zones using self-organizing maps in the Manipur state of India

机译：在印度曼尼普尔邦使用自组织图对疟疾流行区进行优先排序

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Due to the availability of a huge amount of epidemiological and public health data that require analysis and interpretation by using appropriate mathematical tools to support the existing method to control the mosquito and mosquito-borne diseases in a more effective way, data-mining tools are used to make sense from the chaos. Using data-mining tools, one can develop predictive models, patterns, association rules, and clusters of diseases, which can help the decision-makers in controlling the diseases. This paper mainly focuses on the applications of data-mining tools that have been used for the first time to prioritize the malaria endemic regions in Manipur state by using Self Organizing Maps (SOM). The SOM results (in two-dimensional images called Kohonen maps) clearly show the visual classification of malaria endemic zones into high, medium and low in the different districts of Manipur, and will be discussed in the paper.
机译：由于可获得大量的流行病学和公共卫生数据，需要使用适当的数学工具进行分析和解释，以支持以更有效的方式控制蚊子和蚊媒疾病的现有方法，因此使用了数据挖掘工具从混乱中了解。使用数据挖掘工具，可以开发预测模型，模式，关联规则和疾病簇，这可以帮助决策者控制疾病。本文主要关注首次使用数据挖掘工具通过使用自组织映射（SOM）优先排序曼尼普尔邦疟疾流行地区的数据挖掘工具的应用。 SOM结果（在称为Kohonen图的二维图像中）清楚地显示了Manipur不同地区疟疾流行区的视觉分类，分为高，中和低，并将在本文中进行讨论。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号