版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、中醫(yī)學(Traditional Chinese Medicine)是我們的祖先與疾病作斗爭的經(jīng)驗結晶,經(jīng)過數(shù)千年的不斷發(fā)展,積累了大量的典籍、病案,這些巨著和病案記錄構成了指導今天的中醫(yī)工作者如何對癥下藥的基礎。如何來分析中醫(yī)數(shù)據(jù)、尋求中醫(yī)規(guī)則,形成類似西醫(yī)的演繹推理體系,是當前中醫(yī)研究的一個難點。
本文研究分析了數(shù)據(jù)挖掘在中醫(yī)方面的研究情況以及關聯(lián)規(guī)則數(shù)據(jù)挖掘算法的發(fā)展現(xiàn)狀,著重研究了關聯(lián)規(guī)則經(jīng)典算法Apriori算法;
2、深入分析了多維關聯(lián)規(guī)則和數(shù)值關聯(lián)規(guī)則這兩種算法;基于目前關聯(lián)規(guī)則算法的局限性和不足,改進了一種基于關系數(shù)據(jù)庫多維數(shù)值關聯(lián)規(guī)則算法,拓寬了該算法的適用范圍,并使算法的執(zhí)行效率得到大幅提高;針對當前數(shù)據(jù)挖掘在中醫(yī)研究應用的不足,依據(jù)中醫(yī)“辨證施治”的原則,提出了一個基于上述算法的中醫(yī)溫癥病案信息挖掘模型,能夠?qū)Σ“感畔⑦M行全面系統(tǒng)的知識挖掘。實驗證明,改進算法的執(zhí)行效率明顯高于傳統(tǒng)Apriori算法,算法的拓展性也要優(yōu)于傳統(tǒng)算法:模型的挖掘
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進Apriori算法的名老中醫(yī)治療心血管病用藥規(guī)律研究.pdf
- 序列模式挖掘中類Apriori算法的改進研究.pdf
- 基于Apriori改進算法的Web日志挖掘系統(tǒng)的研究與實現(xiàn).pdf
- 基于Apriori算法和OLAP的關聯(lián)規(guī)則挖掘模型設計.pdf
- 基于數(shù)組的Apriori算法的改進研究.pdf
- 基于Hadoop對Apriori算法的改進與研究.pdf
- 基于溫病古籍數(shù)據(jù)挖掘的四時溫病辨治規(guī)律研究.pdf
- 基于Hadoop的Apriori算法改進與移植的研究.pdf
- 改進的Apriori算法及其在領域數(shù)據(jù)挖掘中的應用.pdf
- 數(shù)據(jù)挖掘apriori算法論文
- 基于Hadoop的改進Apriori算法研究及應用.pdf
- 關聯(lián)規(guī)則挖掘中Apriori算法的研究.pdf
- 基于粗糙集對Apriori算法的改進.pdf
- 基于證券用戶系統(tǒng)的改進的Apriori算法研究.pdf
- 基于改進Apriori算法的海事事故關聯(lián)分析.pdf
- 基于APRIORI算法和遺傳算法的商務數(shù)據(jù)庫關聯(lián)規(guī)則挖掘模型的研究.pdf
- Apriori算法的改進及應用.pdf
- 基于知識簡約方法對Apriori算法的改進.pdf
- 基于權重的一種Apriori改進算法.pdf
- 基于本體和APriori算法的語義挖掘技術研究.pdf
評論
0/150
提交評論