共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
5.
目的:探讨带先验知识的支持向量机(P-SVM)数据挖掘算法在中医证候信息自动分类中的应用。方法:以中医证候数据库收集的30余万条中医证候文献信息作为训练和测试数据集,以中医专业知识作为先验知识,将样本集置信度通过带权分类间隔导入SVM模型中进行分类,计算其分类置信度。结果:在有中医专业知识的情况下,中医证候信息分类的正确率得到了很大的提高,正确率约为95%。结论:P-SVM算法是统计学习理论在小样本数据集中较成功的应用,能对中医证候信息进行有效的分类,实现了数据挖掘技术在中医证候信息研究中的应用。实验表明P-SVM算法能把先验知识与训练样本中的信息量很好地结合起来,对一种对中医证候信息进行正确分类的有效算法。 相似文献
6.
目的: 探讨带先验知识的支持向量机(P-SVM )数据挖掘算法在中医证候信息自动分类中的应用。方法: 以中医证候数据库收集的30余万条中医证候文献信息作为训练和测试数据集, 以中医专业知识作为先验知识, 将样本集置信度通过带权分类间隔导入SVM 模型中进行分类, 计算其分类置信度。结果: 在有中医专业知识的情况下, 中医证候信息分类的正确率得到了很大的提高, 正确率约为95%。结论: P- SVM 算法是统计学习理论在小样本数据集中较成功的应用, 能对中医证候信息进行有效的分类, 实现了数据挖掘技术在中医证候信息研究中的应用。实验表明P-SVM算法能把先验知识与训练样本中的信息量很好地结合起来, 对一种对中医证候信息进行正确分类的有效算法。 相似文献
7.
8.
9.
10.
目的:基于国内4家中医院呼吸科719例慢性肺源性心脏病临床调查数据,探讨其中医常见证候本质特征。方法:采用临床流行病学方法,采集4所三甲医院719例慢性肺源性心脏病患者的临床资料,使用Epidata软件建立数据库,采用MATLAB 6.5软件,运用数据挖掘方法,分析慢性肺源性心脏病的常见证候及其特征。结果:719例患者中最终获取23个模糊规则,通过规则转换及设定的证候主次症标准,辨证为6个常见证候:痰热壅肺证、痰湿壅肺证、痰瘀阻肺证、阳虚水犯证、肺肾气虚证、肺肾气阴两虚等,常见证候诊断标准检验结果符合率为72.2%。结论:慢性肺源性心脏病的常见证候的属性有一定规律性,数据挖掘技术可应用于中医证候特征的研究。 相似文献