用于中药方剂知识发现的若干数据挖掘方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·引言 | 第10-15页 |
| ·中医药方剂研究背景 | 第10-11页 |
| ·数据挖掘研究背景 | 第11-14页 |
| ·中医药数据挖掘的必要性和可行性 | 第14-15页 |
| ·中医药数据挖掘研究现状 | 第15-17页 |
| ·本文工作及组织结构 | 第17-19页 |
| 第二章 基于顺序贡献度的核心药物挖掘算法 | 第19-24页 |
| ·引言 | 第19页 |
| ·思想描述 | 第19-20页 |
| ·算法描述 | 第20-21页 |
| ·试验 | 第21-23页 |
| ·实验设置 | 第21页 |
| ·实验结果与分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于DPMI的药物组合挖掘算法 | 第24-33页 |
| ·引言 | 第24页 |
| ·思想描述 | 第24-28页 |
| ·点式互信息 | 第24-25页 |
| ·药物距离 | 第25-26页 |
| ·基于距离的标准点式互信息评价指标DPMI | 第26-27页 |
| ·强相关集 | 第27-28页 |
| ·算法描述 | 第28-29页 |
| ·实验 | 第29-32页 |
| ·实验设置 | 第29-30页 |
| ·实验结果与分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于兴趣度的药物关联模式挖掘 | 第33-48页 |
| ·引言 | 第33页 |
| ·常用关联规则算法 | 第33-39页 |
| ·基本概念 | 第33-34页 |
| ·Apriori算法简介 | 第34-36页 |
| ·FP-Growth算法简介 | 第36-39页 |
| ·思想描述 | 第39-41页 |
| ·算法描述 | 第41-42页 |
| ·实验 | 第42-47页 |
| ·实验设置 | 第42页 |
| ·实验结果与分析 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于LDA模型的方剂聚类 | 第48-65页 |
| ·引言 | 第48页 |
| ·概率知识 | 第48-51页 |
| ·二元变量 | 第48-49页 |
| ·Beta分布 | 第49-50页 |
| ·多元变量 | 第50页 |
| ·Dirichlet分布 | 第50-51页 |
| ·LDA模型简介 | 第51-59页 |
| ·混合模型 | 第53-54页 |
| ·生成模型 | 第54页 |
| ·似然函数 | 第54-55页 |
| ·Gibbs采样推断 | 第55页 |
| ·LDA Gibbs采样算法 | 第55-59页 |
| ·思想描述 | 第59页 |
| ·算法描述 | 第59-61页 |
| ·实验 | 第61-64页 |
| ·实验设置 | 第61-62页 |
| ·中药聚类结果与分析 | 第62页 |
| ·方剂聚类结果与分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·本文工作总结 | 第65页 |
| ·进一步工作展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录 | 第71-72页 |
