| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 引言 | 第10-11页 |
| 第1章 理论研究 | 第11-44页 |
| 1.1 对象与方法 | 第11-20页 |
| 1.1.1 研究对象 | 第11-19页 |
| 1.1.2 数据分析 | 第19-20页 |
| 1.2 结果 | 第20-32页 |
| 1.2.1 咳嗽处方中各个药物出现的频次 | 第20-23页 |
| 1.2.2 基于关联规则的组方规律分析结果 | 第23-27页 |
| 1.2.3 基于改进的互信息法的药物间关联度分析 | 第27-29页 |
| 1.2.4 基于复杂系统熵聚类的核心组合分析 | 第29-30页 |
| 1.2.5 基于无监督的熵层次聚类新处方分析 | 第30-31页 |
| 1.2.6 网络展示 | 第31-32页 |
| 1.3 讨论 | 第32-40页 |
| 1.3.1 关于本研究选择叶天士医案的理由 | 第32-33页 |
| 1.3.2 中医传承辅助系统在数据挖掘中的应用 | 第33页 |
| 1.3.3 关于咳嗽的病因病机 | 第33-34页 |
| 1.3.4 从“中医传承辅助系统”分析结果看叶天士治疗咳嗽的学术特点 | 第34-40页 |
| 1.3.5 问题与展望 | 第40页 |
| 1.4 结论 | 第40页 |
| 参考文献 | 第40-44页 |
| 第2章 综述 数据挖掘方法在中医医案研究中的应用分析 | 第44-52页 |
| 1.1 数据挖掘的定义 | 第44页 |
| 1.2 中医医案数据的特点 | 第44-45页 |
| 1.3 数据挖掘的常用分析方法 | 第45-48页 |
| 1.3.1 频数统计分析 | 第45-46页 |
| 1.3.2 关联规则分析 | 第46-47页 |
| 1.3.3 聚类分析 | 第47-48页 |
| 1.4 无监督数据挖掘的方法 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 结论 | 第52-53页 |
| 致谢 | 第53-54页 |
| 导师简介 | 第54-55页 |
| 作者简介 | 第55-56页 |
| 学位论文数据集 | 第56页 |