痔疮治疗中医新方挖掘以及分子机制研究

通过中医传承辅助系统挖掘痔疮治疗新方,联合整合药理学平台分析新方潜在作用分子靶点和信号通路.以《中医方剂大辞典》为基础汇编痔疮治疗中药方剂数据库,通过辅助系统软件计算获得药物使用频次并挖掘新方.以整合平台提供的功能模块进行靶标推算、网络布局等计算,建立新方的成分-靶标网络、新方-痔疮相关靶标网络,在功能分析和通路分析结果推导并揭示了新方作用的痔疮相关靶标分子机制.结果表明:完成对痔疮组方数据库提供的295个方剂进行分析,计算得到方剂药物使用频次,获得3首新方剂,深入研究了新方剂的分子机制.运用中医传承辅助系统以及整合药理学平台,可以从宏观和微观角度对痔疮的中药治疗挖掘新方并研究潜在分子机制,为研究中医方剂的计算推演提供了方向指导.     

湖南省单方验方特色数据库建设构思

如何快速有效传承中医方剂信息,深入挖掘方剂知识的精髓是方剂学文献理论研究的热点,该文从单方验方数据库建立的意义、基础、建设原则以及技术路线四个方面阐述了建立湖南省单方验方特色数据库的基本构思.     

海量文档信息的高效检索算法

在讨论“文档信息管理系统（DocMis）”的检索技术的发展历程、概念及其功能,主要计算技术的分类及技术特点分析,DocMis系统的构建研究及其性能评价的基础上,讨论了其中的主要计算技术：并行检索、分布式检索、系统架构和检索算法等。     

基于关联规则的数据挖掘技术在中药方剂配伍中的应用研究

中药方剂的数据挖掘研究是把我国丰富的中药信息资源和现代信息技术相结合的重要内容,它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.以关联规则为主的研究模式是数据挖掘的一种常用方式,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.本文对中药方剂数据挖掘模式和算法集成进行了研究,提炼方剂中有关联的药物匹配模式,探讨这些模式中药物组配后功效的变化情况,从而为中药方剂理论研究和临床实践研究提供现代技术手段.     

频繁闭图挖掘算法在中医方剂中的应用

通过分析传统中医药物间的影响关系和图结构数据节点间关系的共通性, 将中医方剂学中处方的药物联系按规则转换为图结构数据, 采用频繁闭图挖掘算法CloseGraph对图结构化的处方数据进行操作, 得到图结构中代表具有特定功能的频繁闭图, 再转换解释获得各中医方剂中对特定病症起决定疗效的核心药物组合及组合形式. 结果表明, 该方法可行、 有效, 成功地将图挖掘策略引入了中医方剂研究领域.     

针对参变量数据元集的可拓建筑策划分类知识挖掘方法

 为解决可拓分类知识挖掘方法难以满足可拓建筑策划数据及问题的特殊性需求, 将可集合成参变量数据元集的可拓建筑策划数据作为研究对象, 提出适用于可拓建筑策划的可拓分类知识挖掘流程与方法, 即数据的预处理、选取评价特征并确定权重、建立关联函数并划分区间、计算获取可拓分类知识。拓展可拓建筑策划数据挖掘在方法层面的研究, 以方便获取重要的可拓建筑策划分类知识, 为可拓建筑策划提供决策支持, 为计算机辅助建筑策划提供新思路。     

省中医风湿免疫病重点实验室：坚持守正创新 更好服务于“健康浙江”建设

<正>2010年,浙江省中医风湿免疫病重点实验室（以下简称“实验室”）获批建设。十多年来,实验室广泛深入开展中医风湿免疫病相关的临床与基础研究,其中包含中医临床经典理论与传承、中医药对风湿免疫病的治疗方案及临床评价,以及中医药对风湿免疫病的治疗机制及证候生物学特征等研究。实验室坚持守正创新,在挖掘传统中医理论精髓的同时,运用科学手段让中医药发挥更大作用,取得了众多亮眼的成果,产生了显著的社会效益。     

基于F-score的大数据公共空间模式选择方法

公共空间模式（CSP） 分析由于具有变换简单、实现快速等优点,被广泛应用于信息挖掘、脑电信号处理等大数据处理应用中.本文以基于脑电信号的人类认知状态分类识别为背景,研究一种基于Fisher 分数（Fscore）的特征评价与选择的CSP 构建方法.利用F-score 计算代价小、可以快速从高维数据中选择出有效信息和特征的优点,实现了对模式重要程度做出定量的表达;针对F-score 阈值确定困难、信息冗余、无法自适应实现等难点问题,提出了相应的解决方法.所提出方法在脑认知活动解析实验中,针对五类认知状态分类问题取得了92%的识别准确率.本方法为大数据的公共模式挖掘等问题供了一个强有力的新工具.     

融合物候及纹理特征的茉莉花种植区提取研究

为充分挖掘图像时序物候信息、几何空间、纹理特征在农作物监测提取研究上的优势，本研究通过构建物候参数与纹理特征的方法对广西横州市茉莉花（Jasminum sambac）种植区进行提取，该方法通过增强型时空自适应反射率融合模型（ESTARFM）融合年度内“高空间-低时间”“高时间-低空间”的遥感图像，重建生成年度中低尺度的卫星影像，获取研究区内不同植被的物候信息参数，并结合地物光谱信息提取地物纹理特征。选取物候参数、纹理特征作为茉莉花种植区分类提取信息，对不同的参数特征进行组合，开展分类对比和综合精度量化评价。结果表明，重建时序归一化植被指数（NDVI）数据结合物候参数及纹理特征的茉莉花种植区提取方法，总体分类精度达到88.36%，Kappa系数为0.863 3，在中低尺度多光谱影像遥感数据“时空信息”的缺失下对茉莉花种植区提取具有良好的效果。     

创新特色人才培养模式适应新时期中医药发展

十余年来,辽宁中医药大学遵循中医药教育及其人才成长规律并结合本校实际,对中医人才培养模式进行了改革探索,经反复论证,提出了“重传承创新、重实用多样、重文化经典,知识、能力道德与素养协调发展”（简称“三重一协调”）的教育理念,建立了较系统的中医特色人才培养模式及相应的教学改革方案,并经“改革实践”一“质量监控”一“修改再完善”一“实践再检验”等环节,逐步构建了适应中医学发展与国内外需求的应用型、师承型、创新型与外向型中医人才培养模式体系,取得了显著成效。本期封面文章,将全面介绍该校的“中医特色人才培养模式”,供兄弟院校借鉴参考。     

基于策略模式的中医药数据智能挖掘平台设计与应用

针对目前大多数中医药数据挖掘研究中使用单一且基础的算法而出现的问题,设计并实现一种通过策略模式智能优选中医药数据挖掘方法的平台(TCM data strategy model analysis platform, TCMDP)。根据策略模式的思想,集成以下4个数据挖掘模块,统计学分析模块可对药物、药物种类、四气五味归经和药物功效进行统计学分析;关联规则挖掘模块可以分析处方中的药物关联性;聚类分析模块可获取药物组合得出聚类新方,通过分析结果来探讨肺癌处方的配伍规律;证型分类模块以电子病历的中医症状和四诊信息作为输入,将相关证型作为输出,构建证型分类模型。综上实现了基于策略模式的中医药数据智能挖掘平台,并运用该平台对中医临床治疗肺癌的中药处方进行用药规律和证型分类研究。结果表明：以痰瘀互结证肺癌病例为例,关联规则挖掘模块中WD-Get Rule算法的运行时间最少仅为0.038 s。聚类分析模块中CMC-DD算法分析时间略长但精确率高达87%。肺癌证型分类分析模块中PSO-ELM运行时间短为88.98 s,且模型平均精确率达88.44%,具有一定的临床参考价值。而本平台所采用的改进算法均优于...     

基于数据挖掘的入侵检测设计与实现

在现有的Intrusion Detection System（IDS）中,如果出现新的攻击方法或者网络环境的改变,经常需要更新已安装的IDS系统,但更新IDS特征库和适应网络环境是一个费时而缓慢的过程。利用数据挖掘技术,通过学习已有的攻击和正常活动数据。提取攻击规则,然后把这些规则应用到误用检测和异常检测中,这样系统可以有很高的自适应性。规则的更新和系统的更新很快费用也很低廉,而且检测率较高,通过实验证明将数据挖掘运用到入侵检测系统中是可行的、有效的。     

基于粗糙集理论的医院院内感染数据挖掘

粗糙集理论是一种处理模糊和不确定知识的新型数学工具 ,已广泛应用于人工智能的许多领域特别是数据挖掘和知识发现领域。本文首次将基于粗糙集理论的数据挖掘技术应用于医院院内感染的知识发现 ,在智能诊断的知识自动获取方面取得新的进展。     

煤炭可持续发展基金收缴决策支持系统的研究与实现

通过对煤炭可持续发展基金收缴信息的分析,提出了基于数据仓库、联机分析和数据挖掘技术的决策支持系统的实现方案;从应用的角度,详细阐述了数据仓库的构建过程以及将联机分析处理技术和数据挖掘技术结合起来实现对数据信息多角度、多层次的查询、分析及决策功能。     

多智能体技术在基于双库协同机制的知识发现KDD*模型设计中的应用

KDD^*模型是基于双库协同机制的知识发现新模型，是结构化数据挖掘领域研究的一个新的分支。为了进一步提高KDD^*的智能性，设计了一个基于Multi-agent技术的智能数据挖掘系统，利用多智能体技术，实现了数据预处理，数据挖掘，知识的自动获取，基础数据库与知识库的同步进化与协调，知识的评价与表示等功能。     

基于关联规则的数据挖掘在临床上的应用

随着医院信息系统(Hosp ital Inform ation System,H IS)在医院的广泛应用,特别是数字新技术在门诊系统中的广泛应用,医学数据挖掘提高了医院信息管理水平,为疾病的诊断和治疗提供了科学的、准确的决策.本文使用关联规则中的Apriori算法挖掘医院病人的就诊资料,并且归纳出症状及疾病间之关联规则,并探讨其在医疗信息系统的应用.     

地理信息系统中SDM和CBR的应用研究

地理信息系统最初是作为一种信息处理和空间技术出现的.随着社会的进步和经济的发展,空间决策制定的需求日益增长.G IS中含有大量的空间和属性数据,有着比一般关系数据库和事务数据库更加丰富和复杂的语义信息,隐藏着丰富的知识.本文提出了一个智能地理信息系统集成框架,将空间数据挖掘(SDM)和范例推理(CBR)技术应用于其中,加强空间数据、模型分析和表示能力,为决策者提供决策依据,使得决策行为科学化、可视化和直观化.     

基于粗糙集理论的数据挖掘研究

数据挖掘的技术很多,其中粗糙集理论得到了广泛的应用。粗糙集理论是一种研究不完整、不确定知识处理的数学工具,它可对不完整的数据进行分析和归纳,从中发现知识。本文介绍了数据挖掘基本概念,阐述了粗糙集理论的基本思想,探讨了基于粗糙集理论的数据挖掘方法。     

基于3DM的B2C客户分类算法

任何高效的客户关系管理都是以扎实的客户分类为基础,然而电子商务中所搜集到的客户信息往往具有海量、高维度和不完备等特点,传统的客户分类方法很难适合B2C客户数据的分类。研究表明,数据挖掘的实质是知识在不同形态下的转换过程,面向领域的数据驱动的数据挖掘理论(3DM)能将领域知识、先验知识和数据本身的特点有机结合。以电子商务B2C客户数据为例,设计了基于3DM的客户分类算法,通过实例表明,该算法能较好地解决B2C客户数据的分类问题。