基于机器学习的中医药配方评估研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-20页 |
| ·引言 | 第10-11页 |
| ·研究背景和现状 | 第11-17页 |
| ·中医药数据挖掘的探究 | 第11-16页 |
| ·用机器学习研究中医药 | 第16-17页 |
| ·论文内容及论文组织结构 | 第17-20页 |
| ·本文主要内容 | 第17-18页 |
| ·本文组织结构 | 第18-20页 |
| 第二章 古今方剂数据和药物数据处理 | 第20-32页 |
| ·引言 | 第20页 |
| ·中医药数据 | 第20-25页 |
| ·中医药数据描述 | 第21-23页 |
| ·中医药数据处理 | 第23-25页 |
| ·药物数据介绍与处理 | 第25-28页 |
| ·方剂数据介绍与处理 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 相似药物发现 | 第32-43页 |
| ·引言 | 第32-33页 |
| ·基于K-Medoids的相似药物发现 | 第33-41页 |
| ·药物分解 | 第34-36页 |
| ·关于药物分解问题的优化方法 | 第36-38页 |
| ·K-Medoids算法 | 第38-40页 |
| ·初始簇中心选取策略 | 第40-41页 |
| ·实验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 方剂-病症关系研究 | 第43-62页 |
| ·引言 | 第43页 |
| ·一种改进的基于MIML算法 | 第43-58页 |
| ·MIML框架 | 第44-47页 |
| ·MIML算法与方剂关系研究 | 第47-49页 |
| ·基于MIML框架的病症预测算法 | 第49-55页 |
| ·基于相似药物的带权重的抽样方法 | 第55-58页 |
| ·实验结果 | 第58-61页 |
| ·实验设置 | 第59-60页 |
| ·实验结果 | 第60-61页 |
| ·实验分析 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·本文工作总结 | 第62-63页 |
| ·工作展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67-68页 |
