首页 | 本学科首页   官方微博 | 高级检索  
     

基于SVM的中医心系证候分类研究
引用本文:徐 琎,王忆勤,邓 峰,夏春明,许朝霞. 基于SVM的中医心系证候分类研究[J]. 世界科学技术-中医药现代化, 2010, 12(5): 713-717
作者姓名:徐 琎  王忆勤  邓 峰  夏春明  许朝霞
作者单位:上海中药大学基础医学院 上海 201203;上海中药大学基础医学院 上海 201203;华东理工大学 上海 200237;华东理工大学 上海 200237;上海中药大学基础医学院 上海 201203
基金项目:科学技术部国家“十一五”科技支撑计划子项目(2006BAI08B01):中医四诊信息规范采集和融合方法的研究,负责人:王忆勤;上海市科委优秀学科带头人计划项目(09XD1403700):中医四诊信息融合方法研究,负责人:王忆勤。
摘    要:本文介绍了SVM 支持向量机的分类技术,以中医心系503 个样本为例,利用SVM 进行中医心系证候分类研究,实验结果表明,该方法在证候分类中能达到较高的准确率。

关 键 词:SVM 证候 分类
收稿时间:2010-01-14
修稿时间:2010-03-26

Syndromes Classification of TCM Heart Diseases Based on SVM
Xu Jin,Wang Yiqin,Deng Feng,Xia Chunming and Xu Zhaoxia. Syndromes Classification of TCM Heart Diseases Based on SVM[J]. World Science and Technology—Modernization of Traditional Chinese Medicine and Materia Medica, 2010, 12(5): 713-717
Authors:Xu Jin  Wang Yiqin  Deng Feng  Xia Chunming  Xu Zhaoxia
Affiliation:Shanghai University of Traditional Chinese Medicine, Shanghai 201203, China;East China University of Science and Technology, Shanghai 200237, China
Abstract:The support vector machine(SVM) is a new kind of machine learning method. Based on the structural risk minimization rule, the SVM has good generalization ability. As the SVM algorithm has been proved to be a convex quadratic optimization problem, any extremal solution is definitely a global optimal solution. This paper introduces the SVM classification techniques, and analyzes 503 cases of heart diseases using the SVM. The results show that this method may help to realize syndromes classification at high precision.
Keywords:SVM   Syndrome   Classification
点击此处可从《世界科学技术-中医药现代化》浏览原始摘要信息
点击此处可从《世界科学技术-中医药现代化》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号