基于層次分類的病性分析.pdf

1、名老中醫(yī)的治病思路是智慧的結(jié)晶，它包含了豐富而又深邃的經(jīng)驗(yàn)與知識(shí)，對(duì)這些經(jīng)驗(yàn)知識(shí)進(jìn)行挖掘并加以傳承有著很重要的意義，所以中醫(yī)藥數(shù)據(jù)挖掘是一項(xiàng)非常重要的工作。眩暈病證發(fā)病率較高，而且其發(fā)病年齡有年輕化趨勢(shì)，另外此病癥會(huì)反復(fù)發(fā)作，可能妨礙正常生活及工作，因而開展有關(guān)中醫(yī)眩暈病證的病因研究尤為必要，故本文以眩暈病案為案例展開研究。本文采用了多種數(shù)據(jù)挖掘方法從兩個(gè)方面對(duì)中醫(yī)眩暈病案進(jìn)行了病性分析研究，首先是從癥狀出發(fā)，基于層次的分類方法，進(jìn)行眩

2、暈病性分析，然后，為了佐證結(jié)果的正確性，我們又從處方的角度，采用基于主動(dòng)學(xué)習(xí)的聚類方法進(jìn)行相關(guān)的算法與應(yīng)用研究。本文的主要研究工作如下:
　　1.先用k-means算法進(jìn)行樣本二類劃分，基于此設(shè)計(jì)了一個(gè)改進(jìn)的自上而下的松弛層次構(gòu)建方法。當(dāng)存在不確定性決策時(shí)，該方法把類集分割成有重疊區(qū)域的分區(qū)，這樣能夠推遲決策，直到類別數(shù)量減少，可以很容易地學(xué)習(xí)到分類性能良好的決策邊界。然后以SVM作為基分類器，設(shè)計(jì)一個(gè)在類別數(shù)很多時(shí)也能準(zhǔn)確快速分

3、類的方法。我們通過(guò)將一組二元分類器組織成DAG結(jié)構(gòu)，基于上述的松弛策略構(gòu)建了在標(biāo)簽空間下的層次結(jié)構(gòu)算法框架。該方法的關(guān)鍵技術(shù)包括:對(duì)類進(jìn)行標(biāo)記，以及基于max-margin的二元分類器和類標(biāo)記的優(yōu)化。由于采用了上述策略，從而具有更好的分類性能。
　　2.針對(duì)k-means聚類算法在方劑聚類時(shí)，難以準(zhǔn)確確定初始化聚類中心，造成聚類結(jié)果不理想的問(wèn)題，設(shè)計(jì)了基于主動(dòng)學(xué)習(xí)的聚類算法，在確定初始聚類中心過(guò)程中通過(guò)距離計(jì)算方法——最近鄰圖得出

4、種子候選集，使得種子候選集位于數(shù)據(jù)集的高密集區(qū);然后應(yīng)用Min-Max主動(dòng)學(xué)習(xí)策略，挑選出種子點(diǎn)征詢用戶是否可以作為聚類中心，從而提高了聚類結(jié)果的準(zhǔn)確率，將上述方法應(yīng)用于微博數(shù)據(jù)分析得到了良好的結(jié)果。
　　3.將上述層次分類方法應(yīng)用于眩暈癥狀病案分析，最終將癥狀分成5類病因，符合中醫(yī)書籍的理論知識(shí);將基于主動(dòng)學(xué)習(xí)的k-means聚類算法應(yīng)用于眩暈癥的處方分析，驗(yàn)證前面的分類結(jié)果，具有較高的準(zhǔn)確率。
　　4.基于本科設(shè)計(jì)中醫(yī)數(shù)