安徽省高校省级自然科学研究项目(KJ2011Z259)
- 作品数：6 被引量：14H指数：3
- 相关作者：张博方晓董辉张超伟谭成兵更多>>
- 相关机构：亳州职业技术学院安徽水利水电职业技术学院更多>>
- 发文基金：安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术金属学及工艺更多>>
- 基于单向增长链表的关联规则挖掘算法研究
- 2012年
- 分析研究关联规则挖掘经典算法Apriori和FP-Growth算法,发现其不足之处在于构建和遍历各自数据结构的时间长、内存消耗巨大,降低了算法在时间和空间方面的效率.针对2种算法的缺陷,提出了LK-Growth算法,该算法不再构建FP-Tree,而是构建单向线性链表组结构,能有效地缩短发现频繁模式的时间和节省内存空间开支.研究结果表明,LK-Growth算法的实用性强且挖掘效率更高.
- 董辉
- 关键词：数据挖掘关联规则
- 一种新的知识表示和知识推理研究被引量：1
- 2011年
- 知识表示和知识推理是人工智能方面研究的热点.知识的矛盾性是研究的难点.解决此问题必须有知识表示的模型作为基础,采用面向对象技术与可拓学相结合,建立了一种新的知识表示模型.使用该模型实现了对心理常识进行表示,在此工作的基础上进行知识的推理研究.
- 方晓马健谭成兵丁丽
- 关键词：知识表示知识推理矛盾性面向对象可拓学
- 一种时序关联规则挖掘算法的研究与实现被引量：1
- 2012年
- 针对时间序列,研究和分析时序关联规则挖掘,提出时序关联规则数据挖掘的基于滑动窗口和时序树特殊结构的新的挖掘算法,并利用该算法挖掘超过给定支持数阈值频繁时序,为用户的决策支持及趋势预测提供支持,并通过实验验证算法的有效性和实用性。
- 董辉方晓方跃胜
- 关键词：数据挖掘关联规则时间序列
- FP-Growth算法在中药数据挖掘中的应用被引量：3
- 2011年
- 中药数据挖掘研究是指在中医理论指导下,用知识发现技术对传统中药新药、中医组方理论及规律、中药作用机制、有效成分、构效关系等多个方面进行全面、系统的研究.将关联规则用于方剂配伍研究的主要目的是探寻核心药群,寻找药物之间的相互联系和整体用药规律.目前普遍使用的是基于频繁项目集发现的Apriori算法,该算法易于实现,但在实际中存在有一些难以克服的缺陷:如对数据库的扫描次数过于频繁、会产生大量的候选项集等.主要采用一种改进的FP-Growth优化算法,可以对无向项集图进行实时构造,同时将该算法应用在方剂配伍中的药性关系进行了有效的尝试.
- 张博
- 关键词：关联规则方剂配伍
- 基于粗集和神经网络的数据挖掘技术在中药方剂配伍中的药效关系研究被引量：3
- 2012年
- 在中药方剂的数据预处理研究中,应用粗糙集理论,能够在大数据量和消除冗余信息方面取得很好的效果.神经网络具有较强的并行数据处理能力和容错能力,以及非线性模拟能力.将两种技术结合应用在中药方剂配伍的研究中,能够很好的实现对中药方剂药物的药性评价,进一步挖掘出方剂中药物之间的药效关系,为探寻中药方剂的配伍规律提供了技术支持.
- 张博
- 关键词：粗糙集神经网络数据挖掘中药方剂
- 中药方剂数据挖掘中的数据预处理研究被引量：6
- 2011年
- 中药方剂的数据挖掘是在中国传统中药方剂中,应用数据挖掘方法,在中医理论指导下,探寻药物之间的相互联系和整体用药规律。对中药方剂的数据预处理研究,是将药物的四气五味、功效、归经、有无毒性等信息转化为数字信息,从而在进行中药方剂数据挖掘中更为精确,为中药方剂研究和临床实践研究提供理论参考。
- 张博张超伟
- 关键词：数据挖掘中药方剂数据预处理
