辨證論治是中醫(yī)認(rèn)識(shí)和治療疾病的基本原則。辯證是指醫(yī)生根據(jù)四診獲得的疾病信息辨清疾病的病因、性質(zhì)、部位、邪正關(guān)系等。中醫(yī)將這些診斷結(jié)果稱為“證”,認(rèn)為“證”反映出疾病發(fā)展過程中某一階段的病理變化的本質(zhì),比“癥狀”更能揭示疾病的本質(zhì)。論治則是根據(jù)辯證的結(jié)果提出治療方法,中醫(yī)治療疾病的主要方法是方劑,即根據(jù)“證”給出相應(yīng)功用的藥物,結(jié)合配伍理論開出相應(yīng)功用的處方。在中醫(yī)臨床診療過程中,辯證是關(guān)鍵一環(huán),是決定治療方法的前提和依據(jù)。但是辯證的結(jié)果依賴于醫(yī)生個(gè)人的臨床經(jīng)驗(yàn)以及本人對(duì)中醫(yī)理論的認(rèn)知理解水平。不同醫(yī)生可能會(huì)給同一病人開出療效不同甚至相反的處方,造成中醫(yī)診療結(jié)果缺乏一致性和療效評(píng)價(jià)標(biāo)準(zhǔn)。如何減少中醫(yī)診療過程對(duì)醫(yī)生主觀因素的依賴,提高中醫(yī)診療的整體質(zhì)量和水平,是目前中醫(yī)臨床研究中的熱點(diǎn)問題。針對(duì)這一問題,本文提出減少辯證環(huán)節(jié)、直接由中醫(yī)癥狀推薦方藥功用進(jìn)而推薦中藥處方的解決思路。為驗(yàn)證該思路的可行性,需要首先研究中醫(yī)癥狀與方藥功用間的關(guān)聯(lián)關(guān)系。為此,本文利用中醫(yī)現(xiàn)代方劑數(shù)據(jù)、中華本草數(shù)據(jù)及少量古籍方劑數(shù)據(jù),采用機(jī)器學(xué)習(xí)方法建立中醫(yī)癥狀與中醫(yī)方藥功用之間的預(yù)測模型,根據(jù)預(yù)測結(jié)果分析中醫(yī)癥狀與... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１二維平面分類［２７］??２７

結(jié)果將實(shí)例分配到其子節(jié)點(diǎn)，此時(shí)每個(gè)子節(jié)點(diǎn)對(duì)應(yīng)著該特征的一個(gè)取值，如此遞??歸的對(duì)實(shí)例進(jìn)行測試并分配，直到到達(dá)葉節(jié)點(diǎn)，最后將實(shí)例分到葉節(jié)點(diǎn)的類中。??決策樹的示意圖如下圖２－２所示：??／Ｘ??Ａ??圖２－２決策樹分類模型??Ｆｉｇｕｒｅ?２－２?Ｄｅｃｉｓｉｏｎ?ｔｒｅｅ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｍｏｄｅｌ??圓點(diǎn)代表內(nèi)部節(jié)點(diǎn)（根節(jié)點(diǎn)、中間節(jié)點(diǎn)），方框代表葉節(jié)點(diǎn)??（１）決策樹的構(gòu)建??決策樹學(xué)習(xí)算法是一個(gè)遞歸的選擇最優(yōu)特征的過程，根據(jù)選擇的最優(yōu)特征對(duì)??訓(xùn)練數(shù)據(jù)集進(jìn)行分割，決策樹的分類過程對(duì)應(yīng)著對(duì)特征空間的劃分，也對(duì)應(yīng)著決??策樹的構(gòu)建，這一過程大體分為以下四步：??１）首先構(gòu)建根節(jié)點(diǎn)，將所有的訓(xùn)練數(shù)據(jù)放在根節(jié)點(diǎn)上，選擇一個(gè)最優(yōu)特征，??１０??

在連續(xù)參數(shù)空間搜索最大值時(shí)會(huì)出現(xiàn)問題。??下圖給出了在ｐ（ｉ）值不同時(shí)不純度指標(biāo)的大小，可以看出不純度指標(biāo)都在等類??別的時(shí)候不純度最局，如圖２－３所??－／?／／?＼＼＼－??似／／，’分麵?ｗ?＼－??食．?、丨??°０?０．１?０２?０＊３?０４?０．６?０６?６．７?０，８?０．９?１??Ｐ??圖２＿３不純度指標(biāo)函數(shù)圖形??Ｆｉｇｕｒｅ?２－３?Ｆｕｎｃｔｉｏｎ?ｇｒａｐｈ?ｏｆ?ｉｍｐｕｒｉｔｙ?ｉｎｄｅｘ??三個(gè)度量方法都是希望取值越小越好，也就是每個(gè)葉節(jié)點(diǎn)越純。??為了確定測試結(jié)點(diǎn)效果，比較父節(jié)點(diǎn)（劃分前）、子女節(jié)點(diǎn)（劃分后）的不純??度變化。在節(jié)點(diǎn)生成的眾多分割中選擇能最大程度減小父節(jié)點(diǎn)不純度的分割，進(jìn)??而繼續(xù)構(gòu)建樹，最終直到不能再分割節(jié)點(diǎn)為止。??（２）剪枝??決策樹生成算法遞歸的產(chǎn)生決策樹，過多的考慮如何提高對(duì)訓(xùn)練數(shù)據(jù)集的正??確分類

【參考文獻(xiàn)】：
期刊論文
[1]文本分類中TF-IDF權(quán)重計(jì)算方法改進(jìn)[J]. 隗中杰.  軟件導(dǎo)刊. 2018(12)
[2]利用稀疏表達(dá)學(xué)習(xí)挖掘中醫(yī)方劑功效配伍[J]. 張思原,劉興隆,姚攀,于中華,陳黎,廖強(qiáng).  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[3]決策樹算法研究[J]. 喬麟婷.  課程教育研究. 2018(48)
[4]文本分類TF-IDF算法的改進(jìn)研究[J]. 葉雪梅,毛雪岷,夏錦春,王波.  計(jì)算機(jī)工程與應(yīng)用. 2019(02)
[5]中醫(yī)藥標(biāo)準(zhǔn)化的現(xiàn)狀與趨勢（英文）[J]. 李靜,桑珍.  World Journal of Acupuncture-Moxibustion. 2017(03)
[6]方證關(guān)系人工神經(jīng)網(wǎng)絡(luò)構(gòu)建研究——以《臨證指南醫(yī)案·濕》醫(yī)案為例[J]. 李嘉敏,陳洪宇.  中國中醫(yī)藥信息雜志. 2017(09)
[7]基于神經(jīng)網(wǎng)絡(luò)的大腸癌證型分類器研究[J]. 李金城,劉秀峰.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2017(24)
[8]基于本體的中醫(yī)知識(shí)圖譜構(gòu)建[J]. 張德政,謝永紅,李曼,石川.  情報(bào)工程. 2017(01)
[9]基于數(shù)據(jù)挖掘方法探討徐浩教授治療胸痹心痛處方用藥規(guī)律[J]. 車方遠(yuǎn),高翔,于美麗,陳卓,徐浩.  中西醫(yī)結(jié)合心腦血管病雜志. 2016(24)
[10]“互聯(lián)網(wǎng)+”時(shí)代下發(fā)展鄉(xiāng)村旅游對(duì)策分析[J]. 劉振華.  現(xiàn)代營銷(下旬刊). 2016(11)

碩士論文
[1]中醫(yī)臨床藥物配伍分析方法及應(yīng)用研究[D]. 孔維蓮.北京交通大學(xué) 2018
[2]一類在膜計(jì)算框架下優(yōu)化的kNN算法及其在圖像分類中的應(yīng)用[D]. 胡娟.西華大學(xué) 2018
[3]基于FAM-CART的ICU患者生死預(yù)測研究[D]. 卜小軒.北京交通大學(xué) 2017
[4]基于貝葉斯方法進(jìn)行中醫(yī)證候診斷的研究[D]. 張彥凈.蘭州大學(xué) 2017
[5]中醫(yī)藥癥狀的中文分詞與句子相似度研究[D]. 毛宇.浙江大學(xué) 2017
[6]一種非結(jié)構(gòu)化數(shù)據(jù)中醫(yī)知識(shí)抽取與關(guān)聯(lián)的方法[D]. 楊艷.浙江大學(xué) 2010
[7]基于決策樹的分類算法研究[D]. 胡江洪.武漢理工大學(xué) 2006



本文編號(hào)：3596471