基于数据包络分析法的中医证候量化辨证分型研究

针对中医辨证分型的建模问题,提出了基于数据包络分析法的证候序列量化辨证分型算法.该方法可分为3步:首先,结合中医理论,对候选辨证证型的机理进行分析与分类,获得病机解释的基本单元,并据此建立证候集合;然后,按照证候的发生与演变过程,寻找对应方证资料的用药规律和症状表现,利用数据包络分析数学工具,计算出证候在各个阶段的状态数据以获得量化的证候序列;最后,以证候序列作为度量尺度分别对候选证型和诊断信息进行量化,通过相似度计算获得诊断信息与候选证型的匹配程度,最终完成辨证分型计算.模型推理结果表明,该算法能够承载方证资料所隐含的辨证规律,从全局把握证候的动态过程,并通过对临床案例的计算分析,获得了正确的结果,这为中医的量化建模提供了一种思路.     

基于粒网络生成规则的文本分类研究

文本分类是数据挖掘的一种应用,分类器的设计是其中最重要的一个环节.与那些基于统计方法的分类算法比较,给予规则的分类算法在很多情况下更具优越性.提出了一种基于粒运算的方法,通过建立粒网络生成分类规则,从而实现文本分类的方法.本算法通过从最大的粒中提取较小粒,直至产生最小粒的过程建立起一个粒网络,从而产生分类规则,实现文本的分类.     

基于模糊神经网络的人工鱼虚拟味觉系统研究

本文设计了在智能虚拟环境下人工鱼的一种虚拟味觉系统.利用模糊神经网络实现了鱼儿对食物的学习记忆算法.模糊神经网络由于同时具备了模糊逻辑对规则的表达能力以及神经网络的学习能力,非常适合解决虚拟环境中味觉的信号识别问题,经实验验证是切实可行的.基于模糊神经网络的味觉系统的研究和实现为人工鱼多感知融合系统提供了基础.