世界科学技术-中医药现代化
世界科學技術-中醫藥現代化
세계과학기술-중의약현대화
WORLD SCIENCE AND TECHNOLOGY-MODERNIZATION OF TRADITIONAL CHINESE MEDICINE
2007年
1期
28-31
,共4页
杨小波%梁兆晖%罗云坚%陈玲
楊小波%樑兆暉%囉雲堅%陳玲
양소파%량조휘%라운견%진령
中医证候%数据挖掘%信息技术%支持向量机
中醫證候%數據挖掘%信息技術%支持嚮量機
중의증후%수거알굴%신식기술%지지향량궤
目的:探讨带先验知识的支持向量机(P-SVM)数据挖掘算法在中医证候信息自动分类中的应用.方法:以中医证候数据库收集的30余万条中医证候文献信息作为训练和测试数据集,以中医专业知识作为先验知识,将样本集置信度通过带权分类间隔导入SVM模型中进行分类,计算其分类置信度.结果:在有中医专业知识的情况下,中医证候信息分类的正确率得到了很大的提高,正确率约为95%.结论:P-SVM算法是统计学习理论在小样本数据集中较成功的应用,能对中医证候信息进行有效的分类,实现了数据挖掘技术在中医证候信息研究中的应用.实验表明P-SVM算法能把先验知识与训练样本中的信息量很好地结合起来,对一种对中医证候信息进行正确分类的有效算法.
目的:探討帶先驗知識的支持嚮量機(P-SVM)數據挖掘算法在中醫證候信息自動分類中的應用.方法:以中醫證候數據庫收集的30餘萬條中醫證候文獻信息作為訓練和測試數據集,以中醫專業知識作為先驗知識,將樣本集置信度通過帶權分類間隔導入SVM模型中進行分類,計算其分類置信度.結果:在有中醫專業知識的情況下,中醫證候信息分類的正確率得到瞭很大的提高,正確率約為95%.結論:P-SVM算法是統計學習理論在小樣本數據集中較成功的應用,能對中醫證候信息進行有效的分類,實現瞭數據挖掘技術在中醫證候信息研究中的應用.實驗錶明P-SVM算法能把先驗知識與訓練樣本中的信息量很好地結閤起來,對一種對中醫證候信息進行正確分類的有效算法.
목적:탐토대선험지식적지지향량궤(P-SVM)수거알굴산법재중의증후신식자동분류중적응용.방법:이중의증후수거고수집적30여만조중의증후문헌신식작위훈련화측시수거집,이중의전업지식작위선험지식,장양본집치신도통과대권분류간격도입SVM모형중진행분류,계산기분류치신도.결과:재유중의전업지식적정황하,중의증후신식분류적정학솔득도료흔대적제고,정학솔약위95%.결론:P-SVM산법시통계학습이론재소양본수거집중교성공적응용,능대중의증후신식진행유효적분류,실현료수거알굴기술재중의증후신식연구중적응용.실험표명P-SVM산법능파선험지식여훈련양본중적신식량흔호지결합기래,대일충대중의증후신식진행정학분류적유효산법.
