基于机器学习的中医药配方评估研究

发布时间：2017-06-12 00:08

  本文关键词：基于机器学习的中医药配方评估研究，由笔耕文化传播整理发布。

【摘要】：配方评估是中医药研究的一个重要分支,在中医药分析中,很多时候需要对古方中残方、自动配方或者人工配方进行评估。本文采用的是古今方剂数据,数据中有大量的中文描述,记录也是杂乱无章,因此首先对古今方剂数据中的药物数据和方剂数据进行处理。配方中存在组成方剂的某味药物昂贵或者稀缺的情况,从而急需研究药物的可替代性问题,并且相似药物之间的某些替换可能会使方剂更加有效,通过相似药物发现可以更好的研究方剂中药物的可替代性。最后配方是否对症也是配方评估中的一个重要问题,通过方剂预测病症可以判断是否对症。相似药物发现和配方评估都对传统中医药人工实验的研究具有指导意义。论文主要工作如下：1)针对古今方剂数据集和药物数据集存在缺失值、多药同一来源和术语不规范的问题进行处理,并分别对药物数据集和方剂数据集的处理进行详细说明。2)针对药物数据集中数据属性维度高、数据异构强、噪声大的问题,本文首先将药物分解成药物共性和药物特性,转化为RPCA问题,然后对药物共性部分使用K-Medoids聚类方法进行相似药物发现的研究。3)针对多标签学习没有考虑到药物和病症之间的隐性关系,本文中提出将该问题使用多标签多示例方法进行建模,并提出了一种基于相似药物的带权重抽样的多示例多标签算法对方剂的主治病症进行预测,最后与多标签算法进行对比,采用古今方剂数据集和药物数据集进行实验,实验结果表明了所提算法的优越性。
【关键词】：中医药 配方评估 机器学习 Robust PCA 多标签 多示例
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R28;TP181
【目录】：

• 摘要6-7
• Abstract7-10
• 第一章 绪论10-20
• 1.1 引言10-11
• 1.2 研究背景和现状11-17
• 1.2.1 中医药数据挖掘的探究11-16
• 1.2.2 用机器学习研究中医药16-17
• 1.3 论文内容及论文组织结构17-20
• 1.3.1 本文主要内容17-18
• 1.3.2 本文组织结构18-20
• 第二章 古今方剂数据和药物数据处理20-32
• 2.1 引言20
• 2.2 中医药数据20-25
• 2.2.1 中医药数据描述21-23
• 2.2.2 中医药数据处理23-25
• 2.3 药物数据介绍与处理25-28
• 2.4 方剂数据介绍与处理28-30
• 2.5 本章小结30-32
• 第三章 相似药物发现32-43
• 3.1 引言32-33
• 3.2 基于K-Medoids的相似药物发现33-41
• 3.2.1 药物分解34-36
• 3.2.2 关于药物分解问题的优化方法36-38
• 3.2.3 K-Medoids算法38-40
• 3.2.4 初始簇中心选取策略40-41
• 3.3 实验结果41-42
• 3.4 本章小结42-43
• 第四章 方剂-病症关系研究43-62
• 4.1 引言43
• 4.2 一种改进的基于MIML算法43-58
• 4.2.1 MIML框架44-47
• 4.2.2 MIML算法与方剂关系研究47-49
• 4.2.3 基于MIML框架的病症预测算法49-55
• 4.2.4 基于相似药物的带权重的抽样方法55-58
• 4.3 实验结果58-61
• 4.3.1 实验设置59-60
• 4.3.2 实验结果60-61
• 4.3.3 实验分析61
• 4.4 本章小结61-62
• 第五章 总结与展望62-64
• 5.1 本文工作总结62-63
• 5.2 工作展望63-64
• 参考文献64-66
• 致谢66-67
• 附录67-68

【相似文献】

中国期刊全文数据库 前4条

1 王正国;饶含兵;李泽荣;;机器学习方法用于选择性环氧化酶-2抑制剂活性预测模型的建立[J];化学研究与应用;2006年11期

2 杨国兵;李泽荣;饶含兵;李象远;陈宇综;;机器学习方法用于建立乙酰胆碱酯酶抑制剂的分类模型[J];物理化学学报;2010年12期

3 梅慧;赵文光;朱晓巍;凌宏立;杨昱;;基于机器学习方法的MHC结合肽的预测分析研究[J];中外医学研究;2012年03期

4 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 王珏;;归纳机器学习[A];2001年中国智能自动化会议论文集（上册）[C];2001年

2 王昊;李银波;纪志梁;;利用机器学习方法预测严重药物不良反应-呼吸困难[A];中国化学会第28届学术年会第13分会场摘要集[C];2012年

3 吴沧浦;;智能系统与机器学习的新领域[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

4 周晴杰;徐立鸿;吴启迪;;机器学习串级结构的初步探讨[A];1998年中国控制会议论文集[C];1998年

5 李刚;郭崇慧;林鸿飞;杨志豪;唐焕文;;基于词典法和机器学习法相结合的蛋白质名识别[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

6 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年

7 蔡健平;林世平;;基于机器学习的词语和句子极性分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

8 黄金铁;李景银;周建常;;对高炉炉况评价模型参数的机器学习——一个三类线性模式分类器的实现[A];1995中国控制与决策学术年会论文集[C];1995年

9 程国建;蔡磊;潘华贤;;核向量机在大规模机器学习中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年

10 张钹;张铃;;统计学习理论及其应用[A];2001年中国智能自动化会议论文集（上册）[C];2001年

中国重要报纸全文数据库 前10条

1 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年

2 IBM大数据专家 James Kobielus　范范 编译;机器学习已成为大数据基石[N];网络世界;2014年

3 本报记者 房琳琳;合久必分：分布式“机器学习”应运而生[N];科技日报;2014年

4 雨辰;机器学习类图书为什么火爆[N];中华读书报;2014年

5 百度公司技术副总监 多媒体部负责人 余凯;深度学习与多媒体搜索技术演进[N];中国信息化周报;2013年

6 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年

7 本报记者 张晔邋通讯员 李玮;周志华：永不墨守成规[N];科技日报;2008年

8 记者　 彭德倩;机器学习精度提升近6个百分点[N];解放日报;2006年

9 本报记者 闵杰;大数据热 高端人才缺[N];中国电子报;2013年

10 沈建苗 编译;如何成为大数据科学家[N];计算机世界;2013年

中国博士学位论文全文数据库 前10条

1 董春茹;机器学习中的权重学习与差分演化[D];华南理工大学;2015年

2 赵玉鹏;机器学习的哲学探索[D];大连理工大学;2010年

3 胡巍;面向格结构的机器学习[D];上海交通大学;2009年

4 张义荣;基于机器学习的入侵检测技术研究[D];国防科学技术大学;2005年

5 钱线;快速精确的结构化机器学习方法研究[D];复旦大学;2010年

6 梁锡军;稀疏优化在机器学习中的若干应用[D];大连理工大学;2013年

7 蒋刚;核机器学习方法若干问题研究[D];西南交通大学;2006年

8 陈慧灵;面向智能决策问题的机器学习方法研究[D];吉林大学;2012年

9 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年

10 熊毅;基于机器学习的蛋白质结合位点特征化和预测方法研究[D];武汉大学;2011年

中国硕士学位论文全文数据库 前10条

1 毛海斌;基于半监督机器学习的情感分类领域适应问题研究[D];南京理工大学;2015年

2 安军辉;基于微博数据的微博用户性别判断研究[D];华中师范大学;2015年

3 陈召阳;基于机器学习的改性麦槽吸附重金属构效关系模型研究[D];江西理工大学;2014年

4 王成;基于半监督机器学习的文本情感分析技术[D];南京理工大学;2015年

5 孙科;基于Spark的机器学习应用框架研究与实现[D];上海交通大学;2015年

6 刘江龙;基于机器学习的射频指纹定位方法研究[D];电子科技大学;2015年

7 张蕾;基于机器学习的网络舆情采集技术研究与设计[D];电子科技大学;2014年

8 施宇;基于数据挖掘和机器学习的木马检测系统设计与实现[D];电子科技大学;2014年

9 施应敏;基于机器学习的Femtocell信道频谱与功率资源分配算法的研究[D];南京邮电大学;2015年

10 张柯;基于机器学习的错误定位方法研究[D];南京航空航天大学;2015年

  本文关键词：基于机器学习的中医药配方评估研究，由笔耕文化传播整理发布。

，

本文编号：442789