| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-12页 |
| 第1章 绪论 | 第12-28页 |
| ·研究背景 | 第12-23页 |
| ·中华医药简介 | 第12-13页 |
| ·数据挖掘简介 | 第13-20页 |
| ·数据挖掘的目标 | 第13-16页 |
| ·数据挖掘的概念 | 第16-17页 |
| ·数据挖掘的功能 | 第17-19页 |
| ·数据挖掘的分类 | 第19-20页 |
| ·中医药数据挖掘的产生 | 第20-23页 |
| ·进行中医药数据挖掘的必要性 | 第20-22页 |
| ·中医药数据挖掘的可能性 | 第22-23页 |
| ·研究现状 | 第23-25页 |
| ·北京中医药大学的工作 | 第23-24页 |
| ·浙江大学的工作 | 第24-25页 |
| ·本文的主要工作 | 第25-27页 |
| ·论文结构 | 第27-28页 |
| 第2章 中医药数据挖掘系统 TCMiner的原型设计 | 第28-45页 |
| ·引言 | 第28-29页 |
| ·中医药数据分析方法学 | 第29-32页 |
| ·中医药方剂一瞥 | 第30页 |
| ·技术路线 | 第30-32页 |
| ·TCMiner的核心需求和核心技术 | 第32-34页 |
| ·设计问题 | 第34-37页 |
| ·数据标准化和规范化 | 第35-36页 |
| ·处理离散值数据 | 第36页 |
| ·高性能算法的设计 | 第36-37页 |
| ·灵活性和互操作性考虑 | 第37页 |
| ·系统功能 | 第37-41页 |
| ·处理流 | 第37-39页 |
| ·主要模块 | 第39-41页 |
| ·实现算法的性能展示 | 第41-43页 |
| ·频繁模式挖掘算法 | 第41-42页 |
| ·关联规则产生算法 | 第42页 |
| ·频繁闭模式和规则挖掘算法 | 第42-43页 |
| ·小结 | 第43-45页 |
| 第3章 基因的无树评估 | 第45-73页 |
| ·引言 | 第45-46页 |
| ·预备知识 | 第46-50页 |
| ·基因表达式编程关键技术─基因型中变异，表现型中评估 | 第46-49页 |
| ·基于 ET表达和评估基因 | 第49-50页 |
| ·基于 Scale进行基因的表达和评估 | 第50-64页 |
| ·基于 ET进行基因表达和评估的代价 | 第51-52页 |
| ·将基因表达至 Scale | 第52-57页 |
| ·基于 Scale的基因评估 | 第57-59页 |
| ·带变量矩阵的基于 Scale的基因评估 | 第59-64页 |
| ·性能研究 | 第64-69页 |
| ·基于Scale的基因表达vs.基于 ET的基因表达 | 第65-67页 |
| ·基于 Scale的基因评估vs.基于 ET的基因评估 | 第67-69页 |
| ·小结 | 第69页 |
| ·附录传统 GEP算法时间消耗分析 | 第69-73页 |
| 第4章 高效的最近邻优先算法 NNF | 第73-92页 |
| ·中药方剂的配伍分析 | 第73-75页 |
| ·配伍分析 | 第73页 |
| ·药组药对配伍 | 第73-74页 |
| ·“君臣佐使”配伍 | 第74页 |
| ·总体思路 | 第74-75页 |
| ·分析中药方剂配伍的最近邻优先算法 NNF | 第75-76页 |
| ·基本概念 | 第76-77页 |
| ·索引频繁模式树 IFPT | 第77-80页 |
| ·频繁模式树 | 第77-79页 |
| ·利用 FPT产生关联规则的算法 Traverse | 第79页 |
| ·索引频繁模式树 | 第79-80页 |
| ·Nearest Neighbour First(NNF)算法 | 第80-85页 |
| ·优化策略 | 第80-82页 |
| ·最近邻优先算法 NNF | 第82-85页 |
| ·性能研究 | 第85-89页 |
| ·Traverse算法vs.Linear算法 | 第85-87页 |
| ·NNF算法vs.Traverse算法 | 第87页 |
| ·NNF算法vs.Apriori算法 | 第87-89页 |
| ·NNF算法在中医药数据分析中的应用 | 第89-91页 |
| ·药组药对发现 | 第89-90页 |
| ·研究“君臣佐使”配伍 | 第90-91页 |
| ·小结 | 第91-92页 |
| 第5章 中药方剂的多维主药分析 | 第92-116页 |
| ·引言 | 第92-94页 |
| ·本研究的动机 | 第94-96页 |
| ·多维频繁模式的形式化定义 | 第96-97页 |
| ·剪枝策略 | 第97-99页 |
| ·多维索引树 MDIT的设计、创建和空间复杂性分析 | 第99-106页 |
| ·反索引技术 | 第99-102页 |
| ·多维索引树(MDIT) | 第102-104页 |
| ·MDIT的创建算法 | 第104页 |
| ·MDIT的空间复杂度分析 | 第104-106页 |
| ·算法 MDIT-Mining | 第106-109页 |
| ·多维频繁模式挖掘算法 | 第106-109页 |
| ·在指定维度集合上进行挖掘 | 第109页 |
| ·增量更新 | 第109页 |
| ·性能研究 | 第109-115页 |
| ·测试数据集 | 第110页 |
| ·算法 Build-MDIT和算法 MDIT-Mining的时间可伸缩性对比 | 第110-112页 |
| ·MDIT的空间可伸缩性 | 第112-114页 |
| ·真实数据集上的实验 | 第114页 |
| ·系统实现 | 第114-115页 |
| ·小结 | 第115-116页 |
| 第6章 TCMiner 1.0系统实现 | 第116-125页 |
| ·TCMiner 1.0简介 | 第116-117页 |
| ·方剂数据库的结构 | 第116-117页 |
| ·TCMiner 1.0的主要模块和功能 | 第117页 |
| ·药组药对子系统 | 第117-120页 |
| ·功能简介 | 第117-118页 |
| ·主要步骤 | 第118-119页 |
| ·核心处理流程 | 第119-120页 |
| ·简要界面 | 第120页 |
| ·类方主药子系统 | 第120-125页 |
| ·功能简介 | 第120-121页 |
| ·主要步骤 | 第121-123页 |
| ·核心处理流程 | 第123-124页 |
| ·简要界面 | 第124-125页 |
| 第7章 结论 | 第125-128页 |
| ·本文的主要创新点 | 第125-126页 |
| ·未来的研究方向 | 第126-128页 |
| 参考文献 | 第128-132页 |
| 攻读学位期间的研究成果 | 第132-137页 |
| 1. 科研项目 | 第132页 |
| 2. 论文 | 第132-134页 |
| 3. 译著 | 第134-135页 |
| 4. 奖励情况 | 第135-137页 |
| 致谢 | 第137页 |
