秦中广[1]2002年在《基于粗糙集的交叉研究及其在中医诊断的应用》文中研究表明粗糙集作为一种分析和处理不完整、不确定数据的有效数学工具，已在理论和实际应用上取得长足的发展。本文主要针对粗糙集中的约简和规则抽取进行交叉研究，并结合国家中医药管理局基金项目(A97105)进行实际应用 首先，提出一种新型的属性约简策略ARS(Attributes Reduction Strategy)。该策略把属性值的个数应用到属性约简上，大大降低进行属性约简的计算复杂度和空间复杂度，在约简大量数据更能显示其优越性。并利用属性约简判定ARS策略是有效的属性约简策略。 其次，在属性约简策略ARS基础上优化BP网络结构，约简BP网络结构输入层和隐层单元。在约简BP网络结构过程中，根据属性本身信息的重要程度不一样的情况，提出基于权重的属性约简策略ARS-W，在BP网络结构的隐层单元约简取得良好效果；而且把模糊综合评价引入BP网络结构评价，为约简BP网络结构提供评判标准。 再次利用属性约简策略ARS优化模糊神经网络，简化输入层结构和第叁、四层结构，解决传统模糊神经网络初始设计中，输入空间划分可能出现“维数灾难”的问题和系统的初始规则数会随输入的维数呈指数增长的问题，从而为模糊神经网络结构的优化提供了新的途径。 本文还对粗糙集在分散控制的应用进行初步探讨，针对复杂系统中由于各子系统相互关联，其分散控制器的控制规则难以人工提取的问题，充分利用子系统的输入、输出数据，抽取分散控制器的控制规则。该方法无需进行模糊化和去模糊化，控制直观、简单、方便。 最后结合国家中医药基金项目(A97105)，实现中医类风湿关节炎智能诊断。利用粗糙集从类风湿关节炎病例数据中自动抽取诊断知识，构建中医类风湿关节炎智能诊断系统(TCMRAIDS)和在线诊断(RAONLINE网站)，并在广州中医药大学得到成功应用。
施明辉[2]2008年在《面向中医辨证计算的粗糙集知识获取方法及其应用研究》文中认为随着科学技术的高速发展,智能信息处理已成为众多学科领域研究的热点。当前中医现代化的进展迫切需要先进的智能信息处理技术的支撑。中医诊断现代化无疑是中医现代化的重要方面。其中,中医智能诊断是中医诊断技术与智能信息处理技术相结合的较好切入点,其必须解决的核心问题和关键技术在于中医智能辨证。早期的研究实践表明,中医智能辨证的关键环节在于知识的处理,包括知识的表示、获取、发现与利用等方面。其中所面临的许多问题与困难也是当前人工智能领域研究的热点与难点。基于软计算思想的一系列新型智能信息处理技术的兴起,为更好地解决这些问题与难点带来了机遇,而其自身也可从解决问题的过程中获得新的启迪,丰富其研究内容与成果。论文研究并分析了软计算方法在中医辨证智能诊断领域中的研究现状、基本方法及面临的困难,对不确定性知识的表示及处理,归纳与模拟人类专家的经验并建立相应的信息模型,从大规模数据中获取或发现知识,以及计算大规模信息系统的属性约简等关键技术的研究作了有益的探索,旨在为中医辨证计算化的研究与实现提出新的思路、方法和技术,也为人工智能领域中相关的难点问题提出新的解决办法。论文主要研究内容如下:第一章首先阐述了论文研究的时代背景及学科交叉特色;然后指出了目前中医智能诊断研究面临的挑战与意义,以及软计算在中医辨证计算化研究中具有的独特作用;最后概述了粗糙集理论及应用的研究进展,着重分析了粗糙集在知识获取与属性约简两方面的研究内容与意义,以及粗糙集在中医智能诊断方面的初步应用与存在的问题。第二章首先介绍了中医辨证的基本概念、辨证原理和辨证方法;然后分析了软计算在中医辨证智能诊断研究中的优势与难点;最后详细阐述了中医辨证智能诊断的软计算方法研究的进展。本章归纳总结了基于模糊集理论的中医辨证诊断方法和基于模糊集理论的中医证型的模糊聚类方法;分析了神经网络在中医辨证智能诊断中的应用研究现状、基本观点、一般方法、存在的问题、解决问题的思路,并介绍了基于神经网络的中医辨证智能诊断研究整体思路的初步设想和所做的相关研究工作;回顾并总结了粗糙集理论在中医辨证智能诊断中的一般步骤;概要介绍了当前多技术融合方面的相关研究工作与研究趋势。针对知识获取这一智能系统开发的瓶颈问题,第叁章和第四章分别针对人类专家的两种思维方式—“聚焦”和“层级聚类”—进行了深入探讨,发现已有的模拟这些思维方式的分类规则提取方法的局限性:它们在聚焦机制的排除过程和鉴别过程中都采用覆盖准则,导致其鉴别过程只能适用于在二者之间进行。为此,提出了改进办法。改进思路的基本出发点是:若在鉴别过程中采用精度准则,则可以使鉴别过程在多者之间进行,进一步地,还可以与属性约简方法相结合,消除冗余属性。第叁章针对“聚焦”思维方式,提出了分类规则提取算法REFM;第四章针对“层级聚类”思维方式,提出了诊断规则提取算法REHC。针对计算大型信息系统的所有属性约简(包括计算其所有最小属性约简)这一NP-hard问题,第五章首先考察了分辨函数的一系列等价形式;然后提出了约简分辨图的概念,以及深度优先搜索的叁项原则:成员独占原则(MEP)、友人劝阻原则(FPP)、陌生人吸纳原则(SEP);进而阐述了基于约简分辨图计算属性约简的完整理论及算法CARRDG,并从理论上严密论证了算法CARRDG的高效性与完全性;最后用六种典型的UCI数据进行实验验证。UCI数据实验表明:对于多数信息系统,算法CARRDG计算所有属性约简的时间小于0.5秒;对于对象数达到20000的信息系统,算法CARRDG的剪枝率可达90%以上,且可在几分钟内计算出所有属性约简。算法CARRDG虽然是针对属性约简的计算问题提出的,但其实质上解决的是将合取范式快速转化为析取范式并进行简化的问题,因而具有广阔的应用空间。故第五章的理论价值不仅在于为计算所有属性约简(包括计算所有最小属性约简),提出了新的观点、思路、理论和方法,而且在于给出了采用基于约简分辨图的启发式搜索,解决逻辑表达式转化与简化中的组合爆炸问题的新思路。第六章首先提出了学习型中医辨证诊疗系统的构想,分析了论文研究成果在此构想中的应用方式及意义;然后总结了论文的主要工作与创新点;最后阐明了目前研究工作中有待完善之处、存在的困难及未来的研究方向与前景。
晏峻峰[3]2007年在《基于数据挖掘技术的证素辨证方法研究》文中研究说明辨证论治是中医学的特点与精华,是中医在诊治疾病时应当遵循的原则。其科学性、优越性与必要性,已为长期的医疗实践所证实。无论疾病病种是否明确,辨证论治都能够根据每个人的具体病情进行灵活地处理,从而大大丰富了中医学对疾病的处理能力。然而长期以来,中医学对于“证”的规律性、系统性还研究不够,辨证方法有多种,辨证概念较为混乱,病情千变万化,证名异同难辨,临床不可能只按某一法进行辨证,而必须诸法综合起来运用。这给中医临床、科研、教学带来了很大的困难。辨证统一体系的创立,无疑为中医现代化奠定了基础。辨证统一体系是一种科学性强的中医辨证方法,它的核心思想是征素辨证。在证素辨证中,辨证过程由辨证要素推理和证名组合两个环节构成。辨证要素推理是依据病人的临床症状、体征等信息,判定相关的证素,然后由证素组合构成符合中医习惯的证名术语,以指导临床处方用药。在统一辨证体系下,建立科学的证素辨证定性、定量标准,不仅是中医临床医生的需要,也是信息社会中新的医疗模式建立的基础。当前,医生采用证素辨证方法时,对证素的确认知识主要来自文献、专家等各种途径,通过收集、总结形成的知识。由于文献记载长期以来对证候的辨识主要-是采取主观定性的方法,使得辨证论治带有较强的经验性和主观性,导致从文献或专家等多种途径得到的辨证知识具有模糊性和不一致性,因此,建立科学的证素辨证定性定量标准,是辨证统一体系推广应用的关键。自辨证统一体系提出以来,有不少研究人员以临床数据库为基础,通过模糊数学、统计分析、神经网络等方法在证素辨证规则的获取、症状对证素影响的定量分析等方面做了许多探索性工作,但由于所用学习方法自身的缺点和局限性,如泛化能力差,或对先验知识的要求高等,使得研究没有获得突破性进展。本研究以临床信息为对象,从数据挖掘技术应用入手,在证素辨证体系的框架下,揭示中医辨证的规律,寻找确认证素的科学方法,明确证素、常见证的特征证候,各症状的诊断贡献度,建立体现辨证论治规律的数学模型,进一步将为中医电子病历、诊断决策支持研究等多学科与中医的交融奠定技术基础。具体研究内容有:通过分别采用目前公认的数据挖掘新方法:支持向量机与粗糙集的一些算法,对已收集的临床病历数据进行实验分析,探索利用这些方法解决中医证素辨证建模的可行性。同时,对朱文锋教授通过研究归纳而建立的一套专用于证素辨证的“双层频权剪叉算法”进行实验分析研究。最后,比较实验结果,并对实验结果进行分析。拟解决的问题为:寻找提高证素辨证准确率的方法,构建证素辨证基础研究平台。论文首先对证素辨证客观化研究的情况作了综述,然后对证素辨证客观化研究技术进行分析比较,概述了现有研究技术基本情况及存在的缺陷,并提出粗糙集、支持向量机技术应用的优点。然后对数据挖掘与中医诊断研究的关系进行了探讨,接着介绍了ROUGHSETS与证素辨证关联规则的获取、SVM与证素辨证预测模型的建立、“双层频权剪叉算法”与证素辨证量表的制定叁项研究工作情况,最后,进行总结和讨论,并提出了今后工作的方向。
钟涛[4]2014年在《基于复杂系统方法的慢性胃炎中医问诊证候建模研究》文中进行了进一步梳理中医问诊是医生根据询问得到的症状信息进行辨证分析,这种主要靠医生个人判断的诊断过程存在着很大的主观性,诊断方式难以让人信服,中医问诊客观化的研究显得尤为迫切。中医问诊的整体性、非线性、动态性符合复杂系统的特征,本文应用复杂系统建模方法针对慢性胃炎中医问诊数据进行分析建模做了以下工作：1.为了消除不相关和冗余的症状,首先应用互信息和粗糙集结合的特征选择方法挑选出与每个证型相关的症状群,选出的症状群与中医理论描述的主要症状吻合。2.采用复杂网络划分方法对中医问诊中的症状群进行子系统划分,挖掘症状和证型之间、症状与症状之间的关系。划分的结果基本和慢性胃炎证型的病位和病性等证候要素吻合。3.使用概率图模型来对中医问诊复杂系统进行建模分析。概率图模型很好的描述了复杂系统的欠规则因果关系。本文应用概率图模型构建慢性胃炎中医辨证多标记学习模型,其平均准确率达到82.5%,分类性能好于多数现有的多标记分类器。4.开发了基于VS2005平台和Access数据库的中医问诊信息采集和辅助辨证系统,设计过程充分考虑人机工程学,将信息量巨大的中医问诊信息进行合理组织,分块采集,最终得到了用户体验满意的软件系统。该系统具体实现了几个功能：患者问诊信息的采集,数据转存,病历显示和辅助辨证。
王相东, 殷鑫[5]2005年在《粗糙集理论与证候规范化研究》文中进行了进一步梳理粗糙集理论是研究不完整数据、不确定知识的表达、学习及归纳的数学方法。它在医学界的应用还处于萌芽状态。本文着重回顾了粗糙集理论的一般知识及其在医学中应用的简况。重点论述借助于粗糙集理论,挖掘中医诊断学理论内部知识,将其运用于中医诊断的可能性。
肖光磊[6]2008年在《名老中医经验传承中的数据挖掘技术研究》文中研究表明中医学是中华民族的优秀文化遗产,在当今世界回归大自然的浪潮下,其优势越来越突出,地位也越来越重要。中医学是一门临床经验要求比较高的学科,当代中国名老中医的诊疗经验,是他们在临床实践中与中医学理论结合、突破、创新的结果,包含了中医基础理论的原则和名老中医的独创心得或见解,是发展中医药学的宝贵财富。因此对当代名老中医学术思想临证经验的继承不仅能丰富中医药学的理论体系,还能对整个医学科学的发展产生巨大的推动作用。对名老中医学术思想和临证经验的研究,传统的方法已经越来越显示其不足,应用现代科学技术对这些名老中医的临床诊疗经验进行科学解析显得尤为迫切。数据挖掘是一种有效的信息处理技术,采用数据挖掘技术对名老中医学术思想和临证经验进行研究,可以全面解析其中的规律,分析名老中医个体化诊疗信息特征,提炼出临证经验中蕴藏的新理论、新方法、新知识,实现名医经验的有效总结与传承。本文主要对名老中医经验传承中涉及的相关数据挖掘技术进行了研究,以一位名老中医的慢性胃炎临床诊断医案为原始数据,从不同的角度研究了若干算法在其中的应用。在关联规则挖掘方面,分析了关联规则的经典算法Apriori算法和FP-Orowth算法,并针对基于支持度一置信度的关联规则挖掘算法的不足,研究了一种基于遗传算法的正相关关联规则挖掘算法。最后采用FP-Growth算法和基于遗传算法的正相关关联规则挖掘算法对中医临床数据进行了挖掘,并将两种算法挖掘的结果进行了分析。在决策树分类方面,分析了决策树学习中的两个重要算法ID3算法和C4.5算法,根据C4.5算法具有较高算法精度及较强适应性的特点,将其应用到中医辨证分类中,以慢性胃炎的中医辨证数据为实验数据,建立了关于慢性胃炎的中医辨证分类决策树,并对其进行了分析。
刘智[7]2012年在《关联规则挖掘方法及其在冠心病中医诊疗中的应用研究》文中提出冠心病是严重危害人类健康的常见病和多发病,已成为导致人类死亡的重大疾病之一。研究如何快速有效地从海量冠心病中医临床诊疗数据中挖掘蕴含其中的关联规则,并将得到的关联规则合理应用到冠心病的中医临床诊疗中,具有十分重要的理论和实际意义。根据冠心病中医诊疗数据的特点和挖掘需求,本文将向量法引入关联规则挖掘中,从脉象、舌质、发病诱因等18个方面与26种冠心病中医证型之间挖掘出中医辨证规律,得到了一系列的冠心病辨证规则,为冠心病的确诊与预防提供了重要的决策依据。冠心病诊疗数据往往是多值属性、多类标数据,传统的关联规则挖掘算法通常没有较好地结合领域知识,直接挖掘其中存在的规则,效率较低。为此,本文结合冠心病中医诊疗数据的特点,对决策属性和非决策属性进行分块编码,提出一种前后件约束的关联规则挖掘算法,可有效挖掘出中医治疗冠心病的用药规律,大大提高了算法的运行效率。此算法对于寻找决策属性与非决策属性之间的关联规则的数据挖掘问题具有一定的理论和实际价值。传统关联规则通常采用统一支持度阂值挖掘频繁项目集,导致支持度较低的长项目集无法被挖掘。若降低支持度阈值将产生大量冗余短项目集,同时会导致算法效率大大降低。为此,本文提出了一种前后件和长度递减支持度约束的关联规则挖掘方法,能够有效地挖掘更多的长模式,减少无用的短模式,使得生成的规则更具有理论和实际价值,能够有效辅助冠心病诊断和治疗。目前许多学者对生成规则前件与后件相关性进行了大量研究并提出若干相关性度量方式,但所提出度量方式绝大多数是以事物发展过程中的相关性不变为前提的。然而这种全局相关性的研究具有很大的偶然性,如果项集之间的相关性发生变化的话,就会出现当前挖掘出的关联规则的支持度和置信度较高,并且是正相关的,但随着时间的推移或某些特殊事件的发生将会出现当前规则的支持度和置信度变化,甚至出现不相关。针对关联规则在全局相关性方面的不足,本文提出了一种分段式非线性回归和反向验证的方法,并对关联规则的相关性进行验证。该方法对关联规则相关性的分析更加准确,产生规则的数量大大减少,能够挖掘出更有意义的关联规则。通过在冠心病中医诊疗数据上的实验,表明此方法更具有实际意义。关联规则的挖掘算法大多是基于支持度-置信度框架理论的,如果考虑到数据的时间因素以及规则前件与后件的相关性问题,这种方式并不是很有效。本文提出了一种新的关联规则框架：时效支持度-时效匹配度。采用新的匹配度方法取代传统的置信度,可以有效解决规则前件与后件的相关性问题,以支持度-匹配度框架为基础加入时间熵因子,使得生成的规则能够体现数据的时效意义。通过实例说明了该框架的可行性及优越性,并提出了新增数据库时的关联规则维护算法及实现思想,通过实验证明了该算法的有效性。
郑熠煜[8]2013年在《贝叶斯分类方法及其在冠心病诊疗中的应用研究》文中研究说明伴随社会经济急速发展而来的生存环境的日益恶化,冠心病的发病率和死亡率直线升高,已经成为导致人类死亡的重大疾病之一。辨证论治是冠心病中医诊疗的基本方法,利用科学方法对冠心病中医证型进行辨证,有利于挖掘冠心病诊疗的规律和联系。贝叶斯分类是数据挖掘中重要的分类算法,因为其简单可靠的特点已经在众多领域得到运用。所以,利用贝叶斯分类方法进行冠心病中医证型识别,对于冠心病的辨证论治和用药具有现实意义。本文以冠心病中医诊断为背景,以朴素贝叶斯分类器为基本研究对象,主要从属性扩展和属性加权两个方面对朴素贝叶斯分类模型进行改进。并将提出的改进算法应用到UCI数据集以及处理后的冠心病数据中,通过实验证明其准确性和有效性。具体研究工作为：(1)属性扩展方面。本文选择性能优秀的隐藏的朴素贝叶斯分类算法(HNB)进行改进,提出了基于m估计的改进型HNB算法(HNB-M)和基于强属性的改进型HNB算法(SAHNB),这两种方法都一定程度上放松了条件独立性假设也避免了网络结构学习的复杂性。(2)属性加权方面。根据各个属性对于最终决策分类所发挥的作用不一致,通过赋予各个属性相应的权值来改进贝叶斯分类的性能。本文引入统计学中的Kullback-Leibler距离来衡量属性的重要度,提出基于KL距离的加权朴素贝叶斯分类算法(AWNB-KL),提高了朴素贝叶斯算法的性能。(3)实际运用方面。首先对冠心病数据库进行预处理,建立适合挖掘的数据仓库。其次,设计实现了本文所依托的项目,即基于智能技术的冠心病中医辅助诊疗系统。最后,将改进算法应用到冠心病中医辨证诊断中,实现了冠心病中医诊断模型。
李丽娟[9]2011年在《构建重症肌无力五脏相关理论数据挖掘模型的研究》文中提出[目的]重症肌无力(Myasthenia gravis, MG)是神经肌肉疾病之一,发病率约为0.25-2.0/10万,其中约15%-20%重症肌无力患者会发生危象,若不及时治疗,可导致患者死亡。重症肌无力发病机制尚未完全明确,多数学者认为是自身免疫性疾病,属于世界难题,西医治疗常用药物和方法主要有肾上腺皮质激素、抗胆碱酯酶剂、免疫抑制剂、免疫球蛋白、血浆置换、放射疗法及手术切除等疗法,西医治疗措施虽然可暂时缓解病情,但存在副作用大、易复发、易产生依赖性、合并症发生率高的缺点。邓铁涛教授带领的广州中医药大学研究团队以五脏相关理论中“脾胃虚损,五脏相关”理论指导重症肌无力中医药治疗,取得较好的临床效果。中医五脏相关学说是邓铁涛教授打破传统的中医五行学说的局限性而提出的关于人体五脏系统生理功能、病理变化特点及系统之间相互关联的理论学说；是基于中医临床实践形成的学说,是中医临床诊治的一种思维模式,也是名老中医对复杂临床现象的高度理论概括。五脏相关学说是运用现代语言表述古代中医五行学说的一种方式,可以认为五脏相关学说是不断发展的传统五行学说的现代版；五脏相关能够更加准确的表达五脏的关系,从五行到五脏相关适应了现代科学发展观念和中医临床实践发展的变革。然而,目前相关性研究多集中在理论渊源的定性探索或基于经典测试理论下的数据定量分析,尚缺乏理论内涵的定量化展示、临床信息的现代化数据挖掘和两者之间关系的量化验证研究。本研究以重症肌无力疾病为切入点,运用数据挖掘技术中的粗糙集理论和关联规则理论分析重症肌无力的五脏病机,构建五脏相关的数据挖掘模型,寻找五脏之间的关联度,因而从数学角度创建对五脏相关理论进行研究的方法。[方法]1根据重症肌无力西医诊断标准、纳入标准、排除标准,共纳入收集病例567例。2制定重症肌无力疾病的中医四诊信息采集表,收集重症肌无力患者的临床信息资料,填写调查问卷。3建立重症肌无力患者信息数据库,对数据进行预处理。4采用SPSS 17.0统计软件对患者的一般资料进行统计分析。5采用MATLAB 2010B数学软件运用粗糙集理论的基于信息熵的属性约简算法对重症肌无力各脏症状进行约简,寻找各脏的核心症状集合；采用SQL SERVER 2005数据挖掘软件运用关联规则算法对重症肌无力五脏相关病机进行挖掘,寻找五脏之间的相关数学关系,构建五脏相关理论的数据挖掘模型。[结果]1频数统计结果(1)重症肌无力患者发病率男性/女性=1/1.52,发病高峰期为中青年。(2)重症肌无力合并疾病主要分为以下几类：胸腺方面疾病、内分泌方面疾病、肌肉方面疾病、其他系统疾病。(3)重症肌无力临床分型频数分布为Ⅱ—B型68.6%,Ⅱ—A型13.8%,Ⅰ型11.5%,Ⅳ型3.5%,Ⅲ型2.5%,Ⅴ型伴肌肉萎缩占0.2%。(4)重症肌无力常见症状包括：眼睑下垂、眼肌疲劳、肢体无力、咀嚼吞咽困难、复视、构音不清、呼吸无力、眼球活动受限、抬劲无力等肌肉无力症状,及各脏兼症,如疲倦乏力、纳呆、肠鸣、膝软无力、腰酸、腰痛、失眠、烦躁易怒、口水多、视物模糊、汗多、便溏、头晕、胸闷、肢体困重、懒言、咯痰、心悸等(5)重症肌无力累及肌群分布：频数最高的是眼肌、其次是四肢肌、延髓肌、面肌、呼吸肌、颈肌、其他肌群。(6)重症肌无力五脏病变统计：累及脾脏567例,肾脏363例,肝脏355例,肺脏263例,心脏213例。同时累及多脏的频数分布是五脏同时受累88例,四脏同时受累136例,叁脏同时受累143例,两脏同时受累129例,脾脏单独受累71例。2粗糙集属性约简结果各脏核心症状集合如下：肾脏核心症状包括咀嚼吞咽困难、膝软无力、抬劲无力、耳鸣、夜尿频；心脏核心症状包括失眠、汗多、心悸、胸闷、易惊；肺脏核心症状包括构音不清、呼吸无力、咳嗽、气短、言语低嘶；肝脏核心症状包括眼球活动不利、复视、头晕、烦躁易怒、视物模糊；由于脾脏贯穿疾病始终,决策属性无否定值,故不能求其核心症状集合。3关联规则挖掘结果(1)算法发现3个项目频繁集合,未发现四项、五项频繁集。(2)算法发现脏-脏之间的关系为双向关联,符合五脏相关理论。(3)算法发现脾脏与他脏的关系重要性依次递减为：肾、肝、肺、心。且脾脏是最早出现与其他四脏双向连接的脏,符合“以脾为本,五脏相关”。(4)算法共发现关系规则50条,其中叁脏关系规则30条,两脏关系规则20条。其中重要性最大的分别是肾、脾->肺,肾->肺。其中,发现二脏与叁脏对应的置信度与重要性相同的七对规则,再次证明脾参与其它脏脏之间的作用。(5)算法发现在叁脏同时病变时,脾合并他脏推出第叁脏的规则重要性较大,而他脏推出脾的规则重要性较小。[结论]1运用数学方法分析中医病机,由演绎推理转换为归纳推理,增强理论的可推导性和科学性。2首次运用粗糙集理论改进的基于信息熵的属性约简算法,有效地约简属性集合,得出各脏的核心症状集合,结果与中医临床实际相符,说明粗糙集算法的可行性。3首次运用关联规则进行五脏相关性的研究,发现重症肌无力以脾脏受累为主,依次与肾、肝、肺、心相关；随病情发展,出现脾肾同病、脾肝同病、脾肾肺同病、脾肾心同病、肺脾心同病等,与重症肌无力的基本病机“脾胃虚损,五脏相关”相符合。4运用粗糙集和关联规则算法比较清晰地表达了五脏相关理论从辨脏到寻求脏-脏关系的过程,所得结果较符合临床实际且简单明了,易于理解,证明了这两种方法用于五脏相关数学研究的适合性。
罗豪[10]2017年在《容差邻域模型及其在目标遮挡的场景图像中的应用》文中进行了进一步梳理大数据处理技术的迅速发展,极大的改变了人们的生活习惯、工作方式和思维模式。专家和学者们也认识到海量数据分析和处理的广阔前景,并希望能够从中得到有用的信息。大数据往往具有不确定、维数大和不完备等特点,而粗糙集作为处理不确定、不一致问题的有效工具,已经广泛的应用在数据挖掘中。针对粗糙集常用于处理完备信息系统的问题,人们致力于寻找更好的扩展方法并将其应用于不完备信息系统。本文使用“邻域”和“容差完备度”的概念对经典粗糙集进行了扩展,得到了新的邻域模型,并将该模型应用于目标遮挡的图像分类当中。通过在Pawlak经典粗糙集的基础上引入了粗糙集的邻域模型,用于解决离散型属性和连续型属性的混合数据类型不能同时处理的问题,并介绍了邻域粗糙集(Neighborhood Rough Set,NR)的基本概念。而不具有容差能力的方法在处理不完备的信息时难以达到理想的效果,因此,本文给出了扩展容差关系(Extended Tolerance Relation,ETR)模型。该模型将限制条件设为邻域和容差完备度,并以扩展容差邻域为基础选择决策正域,经计算得到系统的属性重要度,最后给出基于扩展容差关系的属性约简算法,并通过删除冗余来降低噪声数据对分类结果产生的影响。变换不同的邻域阈值,将单个样本应用于不同的分类器,并分析实验结果。使用UCI库上的几组混合类型数据集进行实验,并与其他几种扩展粗糙集算法进行对比。通过分析各算法在不同分类器下的精度变化趋势可知,ETR算法能在不降低分类精度的同时保持较少的约简。因此验证了扩展容差邻域模型的有效性及算法的可行性。本文采用颜色和纹理相融合的方法将扩展容差关系应用在目标遮挡的场景图像分类中。首先,构建遮挡图像对象集知识表示系统,面向对象集系统,使用扩展容差邻域模型建立图像边缘及遮挡边界的相容粒度空间;其次,计算相容粒度空间下的颜色特征直方图,得到相容粒的直方图统计特征;最后,在多种对比算法下,使用不同分类器对本文算法进行验证。实验结果表明该方法在解决复杂场景图像中遮挡问题的有效性,实现了场景图像的分类与检索。
参考文献：
[1]. 基于粗糙集的交叉研究及其在中医诊断的应用[D]. 秦中广. 华南理工大学. 2002
[2]. 面向中医辨证计算的粗糙集知识获取方法及其应用研究[D]. 施明辉. 厦门大学. 2008
[3]. 基于数据挖掘技术的证素辨证方法研究[D]. 晏峻峰. 湖南中医药大学. 2007
[4]. 基于复杂系统方法的慢性胃炎中医问诊证候建模研究[D]. 钟涛. 华东理工大学. 2014
[5]. 粗糙集理论与证候规范化研究[J]. 王相东, 殷鑫. 陕西中医学院学报. 2005
[6]. 名老中医经验传承中的数据挖掘技术研究[D]. 肖光磊. 南京理工大学. 2008
[7]. 关联规则挖掘方法及其在冠心病中医诊疗中的应用研究[D]. 刘智. 大连海事大学. 2012
[8]. 贝叶斯分类方法及其在冠心病诊疗中的应用研究[D]. 郑熠煜. 大连海事大学. 2013
[9]. 构建重症肌无力五脏相关理论数据挖掘模型的研究[D]. 李丽娟. 广州中医药大学. 2011
[10]. 容差邻域模型及其在目标遮挡的场景图像中的应用[D]. 罗豪. 太原理工大学. 2017