理论与计算科学杂志
开放获取

抽象的

农村医疗服务大数据分析平台

阿皮亚王子

数字时代带来了大量数据，需要使用预测分析工具进行分析。在物联网（无人机）带来的医疗数据量呈指数级增长的情况下，引起了大数据分析的关注。当今疾病监测流行病学数据收集的趋势最好使用无人机来完成。因此，它带有结构化、半结构化和非结构化数据，导致使用无人机进行数据拖网。本文提出了大数据工具，用于适当的机器学习技术来分离和聚类无人机数据，以进行准确预测，从而提高医疗保健质量。所提出的方法旨在克服使用无人机进行数据拖网的问题，并提供人群感知数据的实时分析。使用带有机器学习算法的 Apache Spark 核心完成实施，以便更好地将来自不同来源的实时流从人群中分离出来。根据所进行的实验结果，该概念有可能提高医疗保健预测的质量。研究结果清楚地表明，与基于网格和基于密度的聚类相比，K-means聚类具有最高的实时控制分离数据的率