基于粗集理论的中医诊断模型的建立

建立了一个中医诊断模型,该模型是一个基于粗集理论的中医诊断专家系统,系统模型模拟中医专家诊断的过程。开发出的中医专家系统软件诊断正确率高,可作为医生诊断的辅助工具。     

一种基于粗集理论的遗传分类算法

本文提出了一种基于粗集理论的遗传分类算法,该算法可以无需任何辅助信息,只根据数据自身提供的信息对数据进行简化,提取有用的特征,并求得相应的规则.同时,还提出了一种基于属性重要度的分辨矩阵简化方法,该方法可提高对条件属性的约简效率.     

基于双向 S-粗集的动态粗传递模型

根据信息传递中我们需要准确可靠的信息这种实际情况,利用双向S-粗集理论提出了一种动态粗传递模型,即双向S-下近似动态粗传递模型.分析了该模型的特性,得到了信息保持不变、信息发生损失与知识的关系,给出了提高信息传递精确性的方法以及该模型的应用.     

基于变异S-粗集的序贯性决策方法在状态转移中的应用

针对战场态势评估中的状态转移模型,提出了基于变异S-粗集的策略选择方法.通过构建变异S-粗集的结构差离度、粒度贴近度的概念,并结合序贯决策方法,给出了根据当前战场状态和给定的一系列的被选方案、选取策略使得战场态势向希望状态转移的方法.最后通过实例给出了方法的具体应用.     

粗糙集的划分贴近度及基于划分贴近度的属性约简算法

Rough集理论是近年来发展起来的一种处理不确定、不精确、不完整数据的数学工具.属性约简是粗糙集的核心内容之一.本文提出了一个新的不确定性度量一划分贴近度,并基于划分贴近度分别提出了对一般信息系统和决策信息系统进行属性约简的算法,对决策信息系统进行约简的算法不仅可以对一致决策表进行约简,还可以对不一致决策表进行有效的约简.     

基于FC-tree的频繁闭项目集挖掘算法

目前提出的频繁项目集挖掘算法大多基于Apriori算法思想,但这类算法会产生巨大的候选集并且重复扫描数据库.本文针对这一问题,给出了一种基于FC-tree的频繁闭项目集挖掘算法Max-FCIA,该算法将频繁项目集存储在哈希表中,节省了程序的搜索时间.此外,利用广度优先搜索和有效的剪枝策略,大大限制了候选项目集的生成,缩小了搜索空间从而提高了程序的性能.实验结果表明该算法是快速有效的.     

基于半环仲裁集的环网分布式互斥算法

分布式互斥是环网分布式系统的重要问题.根据此类系统的特点,提出了新型的分布式互斥算法.该算法以请求者自身为中心,基于半环生成分布式互斥仲裁集;采用Lamport逻辑时戳保证消息的时序性;算法采用"探测"消息进行系统的容错处理.分析与仿真证明,该算法具有较低的消息复杂度、较短的响应延迟以及较好的容错性能.     

基于网格网络的十字仲裁集互斥算法

分布式互斥是网格分布式系统的重要问题.根据网格系统的特点,提出了新型的分布式互斥算法.该算法基于网格网络的行列生成分布式互斥十字仲裁集;采用Lamport逻辑时戳保证消息的时序性;算法采用"探测"消息进行系统的容错处理.分析与仿真证明,该算法具有较低的消息复杂度、较短的响应延迟以及较好的容错性能.     

WHO、英国、中国国家处方集儿童版的比较研究与借鉴

目的:为我国儿童处方集的更新修订提供参考,为我国医疗机构制订本机构的处方集提供借鉴。方法:通过比较《世界卫生组织(WHO)儿童示范处方集》(2010版)(WMFc)、《英国国家处方集(儿童版)》(2016-2017版)(BNFc)、《中国国家处方集(儿童版)》(2013版)(CNFc)的遴选原则、目录、章节、药品项目、处方集数量和重合药品,提出我国处方集更新修订和医疗机构处方集制订的意见。结果与结论:WMFc为安全、有效和经济,BNFc为准确、最新,CNFc的遴选原则为安全、有效、经济、适宜;三个处方集的目录包括引言、总论、各论等内容,但具体内容或描述有所不同,如在各论中,WMFc分为27章、BNFc分为16章、CNFc分为20章;WMFc章节目录按照解剖-治疗-化学代码分类(ATC)法进行分类,BNFc按器官系统和疾病排列,CNFc章节则是根据疾病治疗系统进行分类,三本处方集均有的章节包括神经系统疾病用药、内分泌系统用药、呼吸系统用药等15章,CNFc独有的章节为"口腔科疾病用药";三本处方集药品项目均包括药品名称、适应证、用法用量、禁忌证、不良反应、注意事项、制剂与规格等,与CNFc比较,WMFc独有的包括ATC法编号、相互作用、肝损害等项目,BNFc中独有的包括药理作用、相互作用、过敏等项目;WMFc收载药品271种、CNFc收载847种、BNFc收载955种,其中WMFc与CNFc重合166种、BNFc与CNFc重合359种、WMFc与BNFc重合174种,三本处方集均重合药品有141种。在修订或制订处方集时,不能生搬硬套,而要根据我国国情修订处方集,合理参考WMFc、BNFc处方集遴选原则,定期或实时更新我国处方集,规范处方集药品准入标准,合理增加药品品种,同时呼吁国家相关部门提高对儿童药品说明书的制订标准。     

基于Vague集相似度量的股票选择

选择具有投资价值的股票是股市投资者面临的现实问题,价值发现型的投资理念迫切需要科学的股票选择方法与之相对应.本文基于Vague集相似性度量提出一种价值型股票投资的选择方法.用Vague集核属性构建价值型股票评价体系后,使用本文提出的Vague集相似性度量方法挑选出与目标预期相符的股票.本文的方法对于投资者选择适合投资的股票具有现实意义.     

基于粗糙集与支持向量机的中医辨证数据挖掘方法研究

目的:采用粗糙集与支持向量机结合的数据挖掘方法进行中医临床肝硬化的辨证研究。方法:根据所收集的293例中医肝硬化患者临床的相关信息,采用粗糙集方法建立证候决策信息表,并通过计算提取与肝硬化各证型有密切关联的重要症状、体征。然后,利用这些提取的症状组合作为支持向量机的出入进行分类学习,从支持向量机分类结果得到相应的证候。结果:采用不同的输入指标所得到的辨证平均正确率均高于70%,尤其采用粗糙集约简后辨证的准确率为84.4%左右。结论:基于粗糙集与支持向量机的中医辨证具有比较高的可靠性,对于中医临床辨证研究工作具有一定的参考价值。     

邻域粗糙贝叶斯网络及其在医学数据挖掘中的应用

目的:提出基于领域粗糙集的贝叶斯网络医学数据挖掘模型,探讨肝炎肝硬化的临床分类。方法:根据所收集的355例肝硬化患者临床资料,采用领域粗糙集算法提取与肝炎肝硬化临床分类有关的生物检测指标。然后,运用树增强型贝叶斯分类器构建分类模型进行肝炎肝硬化的临床分类。结果:采用领域粗糙集贝叶斯网络分类模型进行肝炎肝硬化代偿性分类的正确率为90.91%,活动性分类正确率为94.09%,而使用BP神经网络的代偿性分类正确率为76.82%,活动性分类为85.45%。结论:领域粗糙集贝叶斯网络分类方法可以有效地进行肝炎肝硬化临床分类,并能够为临床医学诊断研究提供参考。     

基于DEA方法的我国医药制造业技术创新效率的实证研究

目的:评价我国医药制造业技术创新效率,确保资源投入实现有效的产出。方法:采用数据包络分析(DEA)方法,在合理选取测度指标的基础上,选取1999-2008年我国主要省(区、市)医药制造业数据进行了技术创新效率的实证研究,并探究了其时间演变趋势及演变的政策影响因素。结果:我国河北、河南、湖北等部分中、东部省(区、市)技术创新效率低,平均水平不足0.6;东、中、西部主要省(区、市)的纯技术效率平均都在0.7以上,而普遍都低于规模效率;整体看10年间技术创新效率没有明显的上升趋势,且具有很大的波动性。结论:我国主要省(区、市)技术创新效率存在差异,且总体趋势受政策的影响较大。国家应当借鉴国内、外经验制定并不断完善相关政策法规,以促进我国医药制造业技术创新效率的提高。