基于模糊复集体积分分类器在医院感染控制监测系统中的应用，本发明属于医院感染监测，具体涉及基于模糊复集体积分分类器在医院感染控制监测系统中的应用。
背景技术：
1、医院感染的预防与控制技术与方法产生于19世纪中叶，当时的医院感染控仅在技术层面发展和应用；到20世纪中叶，有组织的医院感染防控工作随着医院现代化管理的发展应运而生。随着医院感染控制技中国医疗管理科学术的发展和全球经济一体化带来的产品和技术的交流不断频繁，建立医院感染控制相关标准的技术基础已具备，需求也日益增强。
2、国际标准化组织(简称iso)的303类19500项国际标准中，与医院感染控制相关标准有6类，内容涉及医院感染控制相关产品、个人防护、空气净化、医疗用品灭菌等。美国是商业健康保险卫生体制的代表，其医院感染控制相关要求主要通过标准和指南两种形式发布，其中标准由美国国家标准协会发布，指南由美国疾病预防控制中心与医院感染控制相关的行业协会组织制定和发布。英国的卫生体制是国家卫生保健体制，有着庞大的医疗卫生政府机构，英国的医院感染控制指南主要是由英国卫生部和政府建立的国家临床质量管理研究所(简称nice)制定和发布。英国的标准是由英国标准学会(简称bsi)制定，其制定的医疗标准有近300项，医院感染控制相关的标准同样侧重对相关产品的规范。德国是社会健康保险卫生体制，其医院感染控制相关文件分三个层级，第一层级是法律；第二层级是罗伯特·考赫学院发布的操作手册；第三层级是行业协会发布的技术指南和德国标准化协会发布的标准。
3、20世纪80年代，我国开始了有组织的医院感染防控工作，经过近30年的发展，我国的医院感染控制取得了长足的进步，其中初步建立了一套包括法律、行政法规、部门规章、规范性文件和标准的体系，为指导医院感染的防控工作奠定了法律基础。2006年卫生部医院感染控制标准专业委员会成立，开始有组织和系统地制定医院感染控制标准。2013年专业委员会更名为国家卫生标准委员会医院感染控制专业委员会。到目前为止我国医院感染控制标准已立项38项、发布8项。随着标准立项数目的增加，我国医院感染控制标准框架体系初步建立。
4、1965年zadeh提出模糊集概念标志着模糊数学的诞生。迄今，模糊数学理论不仅与经典数学中的分支相互渗透，形成了诸多模糊数学分支(如模糊拓扑学，模糊代数学等)，模糊分析学就是典型代表之一。而且，在聚类分析、图象识别、数据结构、系统评价、自动控制、决策、优化等诸多存在模糊性问题的领域，其应用显示出巨大的优越性。1989年buckley在《fuzzy sets and systems》上发表了“fuzzy complex numbers”论文，标志着模糊复分析学的诞生。从此，国内外学者们全面展开了模糊复分析学的系列研究。buckley。
5、把运算看成映射依据“扩张原理”给出了模糊复数的分析运算，对模糊复函数及其运算进行了进一步讨论。1991—1992年间，buckley对模糊复函数
6、的微分与积分问题进行了深入研究；1993年张跃在《模糊随机动力系统》著作中，以区间数为基础对模糊复集、复模糊集、模糊复数、复模糊数、模糊复函数等概念进行了系统讨论，采用复数域c到[0，1]上的映射给出模糊复集合概念，采用正规模糊复集合给出了模糊复数的一般概念，结合模糊集的截集性质给出了模糊复数四则运算。张跃利用实模糊数构造复模糊集，建立了复模糊集的“包含、相等、交、并、截”等基本运算，取得了以复模糊集分解定理、表现定理、扩张原理为代表的重要结论。
7、随着模糊集的出现，模糊技术开始与各种分类算法结合，用于处理分类过程中经典分类算法不能处理的认知问题。将模糊测度和模糊积分作为分类工具用于分类器设计和融合，姚明海、王熙照等人将模糊积分首先运用于分类技术中取得了较好的效果。模糊积分用于分类技术主要问题是其中的模糊测度问题及给予其上的模糊积分理论。文献作者们在复模糊数集上研究了复模糊数值函数的测度、复模糊数值可测函数及复模糊数值积分等系列问题，这些都为模糊复分析理论的应用奠定了一定的基础，提出复模糊值函数概念，理论上研究复模糊数值测度问题，研究复模糊值可测函数与复模糊数值积分等重要系列问题，并特别以sugeno型模糊复数值积分为新工具将其应用于分类融合技术中初步取得良好的效果。
8、而在国内，瞿志军等人认为基于监控数据的医院感染管理大数据信息化建设滞后；对模糊复集值积分分类器融合的研究应用于推进基于大数据的医院感染管理质量指标评智能监控体系的算法还待于进一步的深入研究，为此我们提出了模糊复集体积分分类器在医院感染控制监测系统中的应用。
技术实现思路
1、本发明要解决的技术问题是克服现有的缺陷，提供模糊复集体积分分类器在医院感染控制监测系统中的应用，由此来解决分类问题中的学习搜索以及精确求解至今尚无法轻易实现，不少科研工作者在不断探索各种启发式算法来近似求解大规模复杂的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、模糊复集体积分分类器在医院感染控制监测系统中的应用，包括以下步骤：
4、第一步:在静态数据集的基础上，建立“正反评价”联合评价的模糊集；
5、第二步:建立“正反评价”联合评价和最终成员评价的模糊规则库；
6、第三步:训练多模糊复集值积分分类模型；
7、第四步:将医院感控监测系统的指标输入模糊复集值积分分类模型进行分类。
8、作为本发明的优选技术方案，所述第一步:在静态数据集的基础上，建立“正反评价”联合评价的模糊集包括以下步骤：
9、首先，用具有一定判断能力的语言集对信息进行描述，然后进行数字化标记，使用模糊数学的方法，典型模糊语言描述的指标有“好”与“坏”、“多”与“少”、“重要”与“不重要”、“容易”与“一般”，用0到1之间的实数表示，在具体应用中，人们往往采用行业专家的“评分"方法，根据所描述的“意义”的“程度"使用实值，
10、为了描述，a限制在[0.1]以内，0表示(坏、少、不重要、一般)，1表示(好、多、重要、容易)和其他含义。
11、根据人脑的认知特征，建议在实际应用中，科学地、符合人类思维方式地表达信息，转换信息价值转换为复数(值)形式，记录为)a+ib(a，b∈[0，1])一个实数在
12、其具体含义可以看出，实部a代表评价指标的正评价，虚部b代表评价指标负评价，因此，“积极”和“消极”的结合可以用来描述信息的数字化；
13、现在假设我们已经通过使用以上内容获得了与该问题相关的索引信息方法为：a＝{a1，a2，...an}，ak＝reak+i im ak，
14、为了满足以上要求，定义了该信息的测量问题:
15、x＝{x1，x2，...xn}标记为原因集；y＝{y1，y2，…yn}标记为结果集；
16、σy(·/x)的条件模糊复杂值按比例测量的x到y由σy(·/x)＝reσy(·/x)+i imσy(·/x)表示；
17、gx＝re gx+i im gx；gy＝re gy+i im gy表示x和y上的模糊复值测分别的考虑基于所获得的信息进行改进g问题:在实际值的情况下，所获得的信息通常被列为y上的子集f，通常分为三类：
18、(1)f只有一个元素，这是确定性信息；
19、(2)f具有两个或多个元素，这是非确定性信息；
20、(3)f∈f(y)这是模糊信息；
21、如果模糊复值信息的隶属函数是a，那么模糊复值模糊复值信息的测度可以定义为：
22、
23、包括
24、
25、根据模糊积分理论方法和关键公式，将模糊实值的相关公式推广到复值情况：
26、gy(·)＝re gy(·)+i im gy(·)
27、然后信息的复值测度可以表示为其中
28、re gx+i im gx作为先验模糊复测度，它用于测度“e中的一个元素是结果的原因”这一陈述的模糊性:
29、的模糊复值为然后模糊信息他的函数是：
30、
31、包含
32、
33、作为本发明的优选技术方案，所述第二步:建立“正反评价”联合评价和最终成员评价的模糊规则库包括以下步骤：
34、得到模糊信息a后，以σy(a)的增加作为先验信息gx得到改善的标志，现假设测度gx(·)和gy(·/x)均满足λ-规则，即：实值映射gλ：p(x)→[0,1]满足：
35、1)gλ(x)＝1
36、2)若则有：
37、gλ(a∪b)＝gλ(a)+gλ(b)+λgλ(a)·gλ(b),λ＞—1
38、3)gλ满足连续性要求；
39、显然，当λ＞-1时，gλ是模糊实值测度，
40、易证：
41、(1)
42、
43、(2)
44、
45、(3):
46、
47、当论域
48、x＝{x1,x2,...,xn}
49、有限时，我们可利用上式构造出λ-模糊实值测度，并设
50、
51、按递减的顺序排列，即
52、则有：
53、
54、其中
55、fi＝{x1,x2,...,xi}
56、由gx(·)的单调性知存在整数l使得
57、
58、这里l满足不等式：
59、
60、按这个规定的规则，学习的全过程必须提高对的增加有贡献的那些gx的模糊密度，降低没有贡献的那些模糊密度，
61、设gk(1≤k≤n)是gx的模糊复值密度，
62、gk＝regk+iimregk，gx＝regx+iimgx，gy＝regy+i imgy，
63、注意：只有满足1≤k≤n的那些gk才对gy(a)的值有影响，
64、由此建立“正反评价”联合评价和最终成员评价的模糊规则库。
65、作为本发明的优选技术方案，所述第三步:训练多模糊复集值积分分类模型包括以下步骤：
66、所述构建仿人学习模型构建的实现流程的学习算法为：
67、
68、
69、这里实数α是调整学习速度的参数，α越小gi的变化就越大，确定α值后，按照上述算法规定经n次学习后所得模糊密度就是想要的比较理想的学习结果；
70、经过学习得到比较理想的gk＝regk+iimregk，进而得到
71、gx＝regx+iimgx，gy＝regy+i imgy
72、
73、与现有技术相比，本发明的有益效果是：将课题理论研究(数据信息“分类”、“学习”、“度量”等核心数据信息处理技术)与现代互联网技术及大数据技术相结合，利用模糊复集值积分多分类器融合技术能够利用各单分类器的性能优势,在先验知识不充分等情况下凭借综合各个成员模糊复集值积分分类器的优势仍然可能使整个分类器系统取得很好的效果,对模糊复集值积分分类器融合的研究可以积极推进基于大数据的医院感染管理质量指标评进程,具有重要的现实意义。因此,研究模糊复集值积分分类器，探讨医院感染管理问题，优化医院感染管理质量指标评价。建立符合医院实际规范、科学、客观的医院感染管理质量监测体系是本项目的意义所在。
74、解决医院感染管理质量监测数据处理中的核心技术算法：也就是基于s-型模糊复值积分的模糊复信息仿人学习模型构建基础学习准则算法理论。
75、研究模糊复集值积分分类器算法模型、模糊复值测度学习算法等，特别将经典模糊综合评价法算法扩展为于改进的复合模糊复集值积分分类器算法是原创性工作。
76、其次，基于模糊复集值积分的数据流分类器理论研究成果有一定科学价值，在大数据背景下有广泛应用前景。
77、再次，算法从“实值”情形扩展到“复值”场合，依托模糊复分析学理论，在本科层次职业教育科学评价实际问题评价中采用复数的“实部”、“虚部”来处理教育信息“正”、“反”两方面综合信息的处理技术，采用模糊语言变量进行模糊逻辑推理使分类器处理技术更接近人脑思维，从而增加机器思维的维度，从而提高机器智能化。
1.模糊复集体积分分类器在医院感染控制监测系统中的应用，其特征在于：包括以下步骤：
2.根据权利要求1所述的模糊复集体积分分类器在医院感染控制监测系统中的应用，其特征在于：所述第一步:在静态数据集的基础上，建立“正反评价”联合评价的模糊集包括以下步骤：
3.根据权利要求2所述的模糊复集体积分分类器在医院感染控制监测系统中的应用，其特征在于：所述第二步:建立“正反评价”联合评价和最终成员评价的模糊规则库包括以下步骤：
4.根据权利要求3所述的模糊复集体积分分类器在医院感染控制监测系统中的应用，其特征在于：所述第三步:训练多模糊复集值积分分类模型包括以下步骤：
