5、E - alive平台与MANET网络中的创新技术应用

E - alive平台与MANET网络中的创新技术应用

1. 印度母婴健康计划与数据挖掘技术

在2015年4月12日，印度推行了一项重要的母婴健康计划，该计划在印度所有邦实施。此计划主要追踪孕妇，鼓励她们登记并领取特殊卡片，以便从这个中央资助的计划中受益。同时，也对该计划在不同邦的进展和受益人数进行了分析。

在数据挖掘方面，有以下几种常用技术：
- 决策树 ：这是一种基于数据属性对文本和数值数据进行分类的机器学习工具，也被称为条件推理树。树的内部节点代表测试或属性，每个分支表示对数据属性测试的结果，叶节点代表统一的类别或类别分布。在本次研究中，使用ID3算法根据用户提供的总生育率将数据分为两类。该算法基于熵的概念，决策节点基于具有最高熵的属性来选择，即值变化更多的属性具有更高的熵。由于需要分类的类别较少，且该算法能以最少的节点快速准确地构建决策树，所以被选用。当数据为文本信息时适合用决策树算法，若为数值格式，也可选择模糊决策树技术以提高数值精度。
- K均值聚类 ：这是一种流行的分类技术，基于不同的距离度量，如欧几里得距离、曼哈顿距离和切比雪夫距离。它首先计算两个最远的数据点，然后根据相应的距离度量为新数据点分配聚类，但分析师需要事先知道K值，以确保算法顺利运行。在本文中，用该技术对采用机构分娩或家庭分娩的人数数据进行分类，并讨论了这两种分娩方式在孕产妇保健方面的优势。
- 线性回归 ：简单线性回归模型是一种统计方法，用于分析两个变量之间的线性关系。这种机器学习技术广泛用于未来数值数据的预测。在线性回归中有一个因变量和一个自变量，根据R²值（可描述为两个变量