| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-20页 |
| 1．1 引言 | 第9页 |
| 1．2 知识发现 | 第9-17页 |
| 1．3 本文的项目背景 | 第17-18页 |
| 1．4 本文的组织结构 | 第18页 |
| 参考文献 | 第18-20页 |
| 第二章 Apriori算法和中药知识发掘 | 第20-36页 |
| 2．1 引言 | 第20页 |
| 2．2 关联规则的基本概念 | 第20-22页 |
| 2．2．1 基本概念和问题描述 | 第20-21页 |
| 2．2．2 关联规则的种类 | 第21-22页 |
| 2．3 关联规则挖掘算法 | 第22-29页 |
| 2．3．1 经典高频集方法 | 第22-28页 |
| 2．3．2 其他的频集挖掘方法 | 第28-29页 |
| 2．4 改进的Apriori算法在中药知识发掘的中应用 | 第29-31页 |
| 2．4．1 中医药领域的关联规则 | 第29-30页 |
| 2．4．2 中医药领域的关联规则发现问题表述 | 第30-31页 |
| 2．4．3 中药领域的改进的Apriori算法 | 第31页 |
| 2．5 中药关联规则试验测试结果及评价 | 第31-34页 |
| 2．6 结论 | 第34页 |
| 参考文献 | 第34-36页 |
| 第三章 贝叶斯分类器和中医证侯诊断 | 第36-48页 |
| 3．1 引言 | 第36-37页 |
| 3．1．1 模式识别系统 | 第36-37页 |
| 3．2 贝叶斯分类器综述 | 第37-41页 |
| 3．2．1 朴素贝叶斯分类 | 第37-39页 |
| 3．2．2 阈值的确定 | 第39-40页 |
| 3．2．3 贝叶斯分类构造及过程 | 第40-41页 |
| 3．2．4 训练集及特征模型 | 第41页 |
| 3．3 使用贝叶斯分类器确定中医证侯 | 第41-43页 |
| 3．3．1 特征模型的数据结构 | 第42-43页 |
| 3．3．2 贝叶斯分类预测证侯 | 第43页 |
| 3．4 贝叶斯证侯诊断试验结果及评价 | 第43-46页 |
| 3．5 结论 | 第46页 |
| 参考文献 | 第46-48页 |
| 第四章 中医方剂开方的计算模型 | 第48-57页 |
| 4．1 引言 | 第48-49页 |
| 4．2 中医方剂组方的发展历史 | 第49-50页 |
| 4．2．1 药性理论阶段 | 第49页 |
| 4．2．2 药对配伍理论阶段 | 第49-50页 |
| 4．2．3 方剂配伍理论阶段 | 第50页 |
| 4．3 中医方剂的计算机组方模型 | 第50-56页 |
| 4．3．1 计算机配方的先决条件 | 第51页 |
| 4．3．2 计算机配方的过程 | 第51-56页 |
| 参考文献 | 第56-57页 |
| 第五章 中医处方配方系统Formula设计 | 第57-71页 |
| 5．1 系统背景和目标 | 第57-58页 |
| 5．2 系统体系结构 | 第58-59页 |
| 5．3 系统数据库设计 | 第59-66页 |
| 5．3．1 临床案例库的数据库设计 | 第60-62页 |
| 5．3．2 挖掘发现的证侯因素数据库设计 | 第62-64页 |
| 5．3．3 中药单味药的知识数据库设计 | 第64-65页 |
| 5．3．4 中药方剂知识数据库设计 | 第65页 |
| 5．3．5 Formula系统管理表数据库设计 | 第65-66页 |
| 5．4 系统各部分功能模块设计 | 第66-70页 |
| 5．4．1 数据录入修改模块 | 第66-67页 |
| 5．4．2 中医证侯诊断模块 | 第67-68页 |
| 5．4．3 中医药知识发现模块 | 第68-69页 |
| 5．4．4 中医处方配方模块 | 第69-70页 |
| 5．4．5 临床反馈模块 | 第70页 |
| 5．5 系统评价 | 第70-71页 |
| 第六章 总结和展望 | 第71-73页 |
| 硕士期间发表的论文 | 第73-74页 |
| 硕士期间参与的科研项目情况 | 第74-75页 |
| 致谢 | 第75页 |