中藥藥理知識(shí)發(fā)現(xiàn)系統(tǒng)中關(guān)鍵技術(shù)的研究.pdf

1、中藥治療疾病在中國(guó)已有幾千年的歷史，它對(duì)人類身體健康具有重要意義。由于中藥理論的復(fù)雜和不完善，傳統(tǒng)方法在中醫(yī)藥的研究中遇到了很多困難，這嚴(yán)重阻礙了對(duì)傳統(tǒng)中醫(yī)藥的繼承和發(fā)展。 數(shù)據(jù)挖掘是一門新興的計(jì)算技術(shù)，它融合了數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)、模式識(shí)別、信息檢索、遺傳算法等多學(xué)科知識(shí)，可以從大量數(shù)據(jù)中挖掘出事先不知道的、但又是潛在有用的信息和知識(shí)。 在國(guó)家自然科學(xué)基金和國(guó)家中醫(yī)藥管理局基金支持下，

2、把數(shù)據(jù)挖掘技術(shù)應(yīng)用到中藥方劑的研究中，試圖從古今大量驗(yàn)方中挖掘出方劑的性、味、歸經(jīng)、功效等藥理信息，為中醫(yī)臨床用藥和研究提供輔助信息，為祖國(guó)醫(yī)學(xué)的發(fā)展做出貢獻(xiàn)。 圍繞這一課題的研究，本文提出了一些適合中藥領(lǐng)域特點(diǎn)的數(shù)據(jù)挖掘算法，這些算法也可以用到其它數(shù)據(jù)挖掘場(chǎng)合。主要取得如下成果： 1．證明了最近鄰搜索定理，基于這一定理提出了SNN搜索算法。在逐點(diǎn)比較最近鄰搜索中，需要兩兩比較所有的數(shù)據(jù)，其時(shí)間復(fù)雜度為O(n<'2>)。

3、而SNN算法只需較少的比較次數(shù)就可找到最近鄰數(shù)據(jù)，其時(shí)間復(fù)雜度為O(n<'*>log(n))，當(dāng)用掃描圖像所得數(shù)據(jù)時(shí)，時(shí)間復(fù)雜度會(huì)降為O(n)。 2．基于“同類相近”的思想，提出了實(shí)現(xiàn)任意形狀高維空間聚類的NNAF算法，其時(shí)間復(fù)雜度為O(n)；提出了MLCA算法并證明了兩個(gè)相關(guān)的定理。在多數(shù)聚類算法中，當(dāng)改變閾值重新聚類時(shí)，需要重新開(kāi)始執(zhí)行原來(lái)的聚類操作，而使用MLCA算法在原聚類的基礎(chǔ)上進(jìn)行增量聚類，可以節(jié)省90％以上的時(shí)間。

4、 3．提出了基因表達(dá)式編程(GEP)算法中的初始種群精英個(gè)體產(chǎn)生策略(EPS)，使得初始種群中具有較高適應(yīng)度的個(gè)體，從而使整個(gè)進(jìn)化從一個(gè)較高的起點(diǎn)開(kāi)始。實(shí)驗(yàn)表明，EPS提高進(jìn)化效率達(dá)17％。 4．為了在GEP算法中產(chǎn)生較好的初始種群，提出了基因空間均勻分布策略(GSBS)。用GSBS策略產(chǎn)生的初始種群基因多樣性比用隨機(jī)方式產(chǎn)生的要好的多，因此可以大大提高種群進(jìn)化效率。實(shí)驗(yàn)表明，GSBS提高進(jìn)化效率超過(guò)20％。 5