收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

中药药理知识发现系统中关键技术的研究

胡建军  
【摘要】: 中药治疗疾病在中国已有几千年的历史,它对人类身体健康具有重要意义。由于中药理论的复杂和不完善,传统方法在中医药的研究中遇到了很多困难,这严重阻碍了对传统中医药的继承和发展。 数据挖掘是一门新兴的计算技术,它融合了数据库、数据仓库、人工智能、机器学习、神经网络、统计学、模式识别、信息检索、遗传算法等多学科知识,可以从大量数据中挖掘出事先不知道的、但又是潜在有用的信息和知识。 在国家自然科学基金(编号:60473071,90409007)和国家中医药管理局基金(编号:2003JP40)支持下,我们把数据挖掘技术应用到中药方剂的研究中,试图从古今大量验方中挖掘出方剂的性、味、归经、功效等药理信息,为中医临床用药和研究提供辅助信息,为祖国医学的发展做出贡献。 围绕这一课题的研究,本文提出了一些适合中药领域特点的数据挖掘算法,这些算法也可以用到其它数据挖掘场合。主要取得如下成果: 1.证明了最近邻搜索定理,基于这一定理提出了SNN(Searching Nearest Neighbors)搜索算法。在逐点比较最近邻搜索中,需要两两比较所有的数据,其时间复杂度为O(n~2)。而SNN算法只需较少的比较次数就可找到最近邻数据,其时间复杂度为O(n*log(n)),当用扫描图像所得数据时,时间复杂度会降为O(n)。 2.基于“同类相近”的思想,提出了实现任意形状高维空间聚类的NNAF(Nearest Neighbors Absorbed First)算法,其时间复杂度为O(n);提出了MLCA(Multi-Layer Cluster Algorithm)算法并证明了两个相关的定理。在多数聚类算法中,当改变阈值重新聚类时,需要重新开始执行原来的聚类操作,而使用MLCA算法在原聚类的基础上进行增量聚类,可以节省90%以上的时间。 3.提出了基因表达式编程(Gene expression programming,GEP)算法中的初始种群精英个体产生策略(Elitism Producing Strategy,EPS),使得初始种群中具有较高适应度的个体,从而使整个进化从一个较高的起点开始。实验表明,EPS提高进化效率达17%。 4.为了在GEP算法中产生较好的初始种群,提出了基因空间均匀分布策略(Gene Space Balance Strategy,GSBS)。用GSBS策略产生的初始种群基因多样性比用随机方式产生的要好的多,因此可以大大提高种群进化效率。实验表明,GSBS提高进化效率超过20%。 5.提出了定量描述基因表达式编程算法中群体基因多样性测度公式。针对传统GEP在局部收敛方面的缺陷,提出使种群快速跳出局部最优的VPS-GEP(Various Population Strategy GEP)算法。实验表明,VPS-GEP算法减少了55%以上的进化停滞代数。 6.结合中药药理知识发现原型系统的设计与实现,简述了文中所提算法在该系统中的应用,另外还讲述了系统结构设计、数据库设计、预处理方案设计等。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李川;唐常杰;陈瑜;代术成;邱江涛;罗谦;朱军;;基因的无树评估(英文)[J];计算机工程与应用;2008年14期
2 李朝健;肖建华;;常用聚类算法比较分析[J];电脑知识与技术(学术交流);2007年02期
3 梁伍七,江克勤;数据挖掘中的模糊聚类分析及其应用[J];安庆师范学院学报(自然科学版);2004年02期
4 吴江;唐常杰;段磊;李太勇;;基于基因表达式编程的信用评估模型挖掘方法[J];计算机应用;2007年04期
5 陈磊;余建坤;邢晓宇;;谱系聚类在综合国力分析中的应用[J];云南民族大学学报(自然科学版);2009年01期
6 夏师;梁碧珍;陆月然;罗明山;;聚类分析研究进展[J];现代计算机(专业版);2009年03期
7 仝磊光;谢景新;高明亮;;CLARA算法聚类蛋白质序列的实现[J];微计算机信息;2010年13期
8 王路漫;;FCM聚类算法在数字图书馆中的应用研究[J];内蒙古大学学报(自然科学版);2010年04期
9 廖勇,唐常杰,元昌安,陈安龙,段磊;基于基因表达式编程的股票指数时间序列分析[J];四川大学学报(自然科学版);2005年05期
10 谷淑化;吕维先;;基于消息传递的并行聚类算法[J];现代计算机;2006年01期
11 田瑞;周学君;;大型数据库中的聚类方法研究[J];计算机时代;2008年06期
12 陈维岩;徐上;;基于基因表达式编程和粗糙集的属性约简分类方法[J];太原科技;2009年01期
13 苏锦旗;吴慧欣;薛惠锋;;基于人工鱼群算法的聚类挖掘[J];计算机仿真;2009年02期
14 侯卫彪;;基于聚类算法的入侵检测技术[J];现代计算机(专业版);2010年15期
15 张天伍;李卫平;;一种基于密度的引力聚类算法[J];河南科学;2008年11期
16 步媛媛;关忠仁;;基于K-means聚类算法的研究[J];西南民族大学学报(自然科学版);2009年01期
17 李光宇;;基于改进的CLARANS算法在数据挖掘中的研究[J];中南林业科技大学学报;2010年03期
18 王宝峰;;基于粗糙集理论数据挖掘方法的网络聚类算法分析[J];电脑知识与技术;2010年33期
19 伊胜伟,刘旸,魏红芳;基于数据挖掘的入侵检测系统智能结构模型[J];计算机工程与设计;2005年09期
20 赖立;许家珆;;利用聚类算法建立免疫模型自我库[J];实验科学与技术;2006年04期
中国重要会议论文全文数据库 前10条
1 孙浩军;孔令俊;刘志辉;;利用高斯分布生成数据对聚类算法的比较[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
2 郑健;皮德常;;基于共享最近邻的聚类和孤立点检测算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
3 于健;陈子军;李霞;李炜;;一种新的多密度聚类算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
4 刘彤;孙永香;张振洪;;一种有效的基于密度和层次的聚类算法[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
5 余琳;邓玲;;常见聚类算法的比较以及DSS系统中的应用[A];湖北省通信学会、武汉通信学会2009年学术年会论文集[C];2009年
6 王春雨;顾军华;;基于知识发现的公交客流分析平台[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年
7 武森;金海燕;高学东;;数据挖掘中CABOSFV聚类算法的实现与应用[A];全国第八届工业工程与企业信息化学术会议论文集[C];2004年
8 吴继兵;李心科;;基于分治融合的混合属性数据聚类算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(下册)[C];2009年
9 李世峰;黄磊;刘昌平;;几种聚类方法的比较[A];第八届全国汉字识别学术会议论文集[C];2002年
10 刘洋;江志纲;丁增喜;王大玲;鲍玉斌;于戈;;一种基于图的聚类算法GB-Cluster[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
中国博士学位论文全文数据库 前10条
1 胡建军;中药药理知识发现系统中关键技术的研究[D];四川大学;2006年
2 封毅;中医药知识发现可靠性研究[D];浙江大学;2008年
3 郝占刚;基于遗传算法等技术的数据与文本聚分类研究[D];天津大学;2006年
4 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
5 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
6 万淼;基于群智能和随机索引的网络聚类算法研究[D];北京邮电大学;2011年
7 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
8 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
9 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
10 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
中国硕士学位论文全文数据库 前10条
1 高世光;基于模糊聚类的数据挖掘技术研究[D];国防科学技术大学;2002年
2 谷垒;聚类算法及其在电信收入保障系统中的应用研究[D];湖南大学;2010年
3 刘赫;一个基于聚类算法的推荐系统的设计与实现[D];吉林大学;2005年
4 张树魁;网络文本信息聚类算法研究与应用[D];北京交通大学;2009年
5 李红;数据挖掘中特征选择与聚类算法研究[D];大连理工大学;2010年
6 刘凌云;基于数据挖掘的银行信用风险管理方法研究[D];广东工业大学;2005年
7 孙玉侠;数据挖掘中的谱聚类算法研究[D];中国海洋大学;2010年
8 孙晓霞;聚类分析在客户细分领域的应用研究[D];西北大学;2006年
9 岳峰;聚类的边界点检测算法研究[D];郑州大学;2007年
10 陆英贤;移动通信企业客户细分方法研究[D];大连理工大学;2007年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
5 张立明;数据挖掘之道[N];网络世界;2003年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 裴维玲;呼叫中心与数据挖掘,谁先上?[N];网络世界;2001年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978