版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著科學技術(shù)的高速發(fā)展,智能信息處理已成為眾多學科領(lǐng)域研究的熱點。當前中醫(yī)現(xiàn)代化的進展迫切需要先進的智能信息處理技術(shù)的支撐。中醫(yī)診斷現(xiàn)代化無疑是中醫(yī)現(xiàn)代化的重要方面。其中,中醫(yī)智能診斷是中醫(yī)診斷技術(shù)與智能信息處理技術(shù)相結(jié)合的較好切入點,其必須解決的核心問題和關(guān)鍵技術(shù)在于中醫(yī)智能辨證。 早期的研究實踐表明,中醫(yī)智能辨證的關(guān)鍵環(huán)節(jié)在于知識的處理,包括知識的表示、獲取、發(fā)現(xiàn)與利用等方面。其中所面臨的許多問題與困難也是當前人工智能領(lǐng)域研
2、究的熱點與難點?;谲浻嬎闼枷氲囊幌盗行滦椭悄苄畔⑻幚砑夹g(shù)的興起,為更好地解決這些問題與難點帶來了機遇,而其自身也可從解決問題的過程中獲得新的啟迪,豐富其研究內(nèi)容與成果。 論文研究并分析了軟計算方法在中醫(yī)辨證智能診斷領(lǐng)域中的研究現(xiàn)狀、基本方法及面臨的困難,對不確定性知識的表示及處理,歸納與模擬人類專家的經(jīng)驗并建立相應的信息模型,從大規(guī)模數(shù)據(jù)中獲取或發(fā)現(xiàn)知識,以及計算大規(guī)模信息系統(tǒng)的屬性約簡等關(guān)鍵技術(shù)的研究作了有益的探索,旨在為中
3、醫(yī)辨證計算化的研究與實現(xiàn)提出新的思路、方法和技術(shù),也為人工智能領(lǐng)域中相關(guān)的難點問題提出新的解決辦法。 論文主要研究內(nèi)容如下: 第一章首先闡述了論文研究的時代背景及學科交叉特色;然后指出了目前中醫(yī)智能診斷研究面臨的挑戰(zhàn)與意義,以及軟計算在中醫(yī)辨證計算化研究中具有的獨特作用;最后概述了粗糙集理論及應用的研究進展,著重分析了粗糙集在知識獲取與屬性約簡兩方面的研究內(nèi)容與意義,以及粗糙集在中醫(yī)智能診斷方面的初步應用與存在的問題。
4、 第二章首先介紹了中醫(yī)辨證的基本概念、辨證原理和辨證方法;然后分析了軟計算在中醫(yī)辨證智能診斷研究中的優(yōu)勢與難點;最后詳細闡述了中醫(yī)辨證智能診斷的軟計算方法研究的進展。本章歸納總結(jié)了基于模糊集理論的中醫(yī)辨證診斷方法和基于模糊集理論的中醫(yī)證型的模糊聚類方法;分析了神經(jīng)網(wǎng)絡在中醫(yī)辨證智能診斷中的應用研究現(xiàn)狀、基本觀點、一般方法、存在的問題、解決問題的思路,并介紹了基于神經(jīng)網(wǎng)絡的中醫(yī)辨證智能診斷研究整體思路的初步設(shè)想和所做的相關(guān)研究工作;
5、回顧并總結(jié)了粗糙集理論在中醫(yī)辨證智能診斷中的一般步驟;概要介紹了當前多技術(shù)融合方面的相關(guān)研究工作與研究趨勢。 第三章和第四章分別針對人類專家的兩種思維方式一“聚焦”和“層級聚類”—進行了深入探討,發(fā)現(xiàn)已有的模擬這些思維方式的分類規(guī)則提取方法的局限性:它們在聚焦機制的排除過程和鑒別過程中都采用覆蓋準則,導致其鑒別過程只能適用于在二者之間進行。為此,提出了改進辦法。改進思路的基本出發(fā)點是:若在鑒別過程中采用精度準則,則可以使鑒別過程
6、在多者之間進行,進一步地,還可以與屬性約簡方法相結(jié)合,消除冗余屬性。第三章針對“聚焦”思維方式,提出了分類規(guī)則提取算法REFM;第四章針對“層級聚類”思維方式,提出了診斷規(guī)則提取算法REHC。 第五章首先考察了分辨函數(shù)的一系列等價形式;然后提出了約簡分辨圖的概念,以及深度優(yōu)先搜索的三項原則:成員獨占原則(MEP)、友人勸阻原則(FPP)、陌生人吸納原則(SEP);進而闡述了基于約簡分辨圖計算屬性約簡的完整理論及算法CARRDG,
7、并從理論上嚴密論證了算法CARRDG的高效性與完全性;最后用六種典型的UCI數(shù)據(jù)進行實驗驗證。UCI數(shù)據(jù)實驗表明:對于多數(shù)信息系統(tǒng),算法CARRDG計算所有屬性約簡的時間小于0.5秒;對于對象數(shù)達到20000的信息系統(tǒng),算法CARRDG的剪枝率可達90%以上,且可在幾分鐘內(nèi)計算出所有屬性約簡。算法CARRDG雖然是針對屬性約簡的計算問題提出的,但其實質(zhì)上解決的是將合取范式快速轉(zhuǎn)化為析取范式并進行簡化的問題,因而具有廣闊的應用空間。故第五
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粗糙集的知識獲取方法研究.pdf
- 基于粗糙集的分類知識發(fā)現(xiàn)方法及其應用研究.pdf
- 粗糙集知識約簡技術(shù)及其應用研究.pdf
- 模糊粗糙集與知識獲取研究.pdf
- 基于粗糙集理論的知識獲取研究及應用.pdf
- 基于粗糙集的數(shù)據(jù)分類知識發(fā)現(xiàn)方法及其應用研究.pdf
- 粗糙集在脾胃系疾病中醫(yī)辨證中的應用研究.pdf
- 粗糙集方法及應用研究.pdf
- 基于正態(tài)分布的優(yōu)勢粗糙集知識獲取方法研究.pdf
- 基于模糊粗糙集的知識獲取算法研究.pdf
- 粗糙集理論中的知識獲取與約簡方法的研究.pdf
- 雜合粗糙集方法及應用研究.pdf
- 專家系統(tǒng)中知識獲取的“粗糙集”方法.pdf
- 粗糙集理論及其應用研究.pdf
- 基于粗糙集的規(guī)則獲取方法的研究.pdf
- 粗糙集的知識約簡方法及應用.pdf
- 粗糙集理論的方法與應用研究.pdf
- 基于粗糙集理論的知識發(fā)現(xiàn)應用研究.pdf
- 基于決策粗糙集的面向知識自動聚類及應用研究.pdf
- 變精度粗糙集模型及其應用研究.pdf
評論
0/150
提交評論