基于属性偏序理论的李赛美教授运用柴胡类方思路探析

中医类方的研究是目前中医研究的热点之一,然而类方的研究是一个多层面的复杂工程,单一的数据挖掘方法面对大量的高维数据显得力不从心.随着大数据时代的到来,本文提出基于属性偏序结构理论的大数据分析新方法,利用属性偏序结构图,用可视化的方式展现中医的诊疗规律.本文基于属性偏序结构理论,利用临床病历数据,对李赛美教授运用柴胡类方诊疗消渴病及瘿病的辨证思路及处方经验进行了分析,从结果证明,运用属性偏序结构理论,能使中医的理论体系得到客观展现,为建立中医辨证论治的个体化诊疗体系提供坚实的基础.     

李赛美教授治疗2型糖尿病合并睡眠障碍处方用药分析

收集了李赛美教授门诊治疗2型糖尿病合并睡眠障碍的195份病历,基于形式概念分析的数学属性偏序表示原理,建立形式背景,生成属性偏序结构图,分析了李赛美教授治疗2型糖尿病合并睡眠障碍的处方用药经验。结果表明,李赛美教授治疗2型糖尿病合并睡眠障碍时,多从少阳证入手,善用柴胡汤类方,灵活合用经方,随症进行加减。基于数学属性偏序表示原理的知识发现方法,能有效发现李赛美教授诊疗2型糖尿病合并睡眠障碍的处方用药规律。     

基于属性偏序表示原理的经方方证研究

方证研究是中医领域研究的热点,但方证之间数据量大,复杂度高,传统的数据挖掘方法面对海量的中医数据显得力不从心.随着大数据时代的到来,大数据的理念和技术为中医知识的充分研究带来机遇.本文基于形式概念分析的属性偏序表示原理,运用属性偏序结构图揭示方证的特征症状,对挖掘中医经典的科学内涵、促进学术创新有一定的借鉴价值.     

基于偏序结构理论的知识发现方法

大数据中的知识发现是大数据应用中的核心热点.本文从高度抽象认知事物视角出发,以表征事物普遍性为特征的概念驱动与表征事物特异性为特征的数据驱动两种方法学为哲学原理,提出了基于属性偏序结构图和对象偏序结构图的知识发现方法.分别从群结构、子群结构、支路、节点等角度对数据特征之间的结构关系进行讨论分析.属性偏序结构图将数据中具有某些共同特征的对象聚类到一起,是数据共性的表达;对象偏序结构图中,通过数据的独有属性可以快速有效的将特异性对象区分于其他对象.最后,以中医药方剂配伍研究问题为例,对张锡纯治疗中风的32个处方进行数据挖掘和知识发现,证明了该方法的有效性和实用性,为大数据知识发现研究提供了新的思路和方法.     

属性偏序形式结构的数学形式化

属性偏序形式结构,作为一种基于人类认知原理和粒计算思想的知识发现和知识表示新理论,目前已有广泛的应用,但其理论基础缺乏抽象化数学化,这势必影响该理论的系统发展。针对上述问题,研究了属性偏序形式结构的数学形式化描述问题。首先,基于粒计算的思想提出了知识表示的形式化框架。在此基础上,通过定义对象集合的覆盖和最简覆盖,给出属性偏序形式结构的粒和粒群的概念,进而通过对粒衍生出粒群的充要条件的讨论,给出了属性偏序形式结构中的知识结构,从而完成属性偏序形式结构的数学形式化描述。最后,通过具体实例展示了利用数学形式化描述构造属性偏序形式结构的过程,并揭示了该过程所体现的人类认知规律。     

基于偏序结构理论的李赛美教授诊疗糖尿病思辨规律研究

辨证论治是中医的特点,然辨证论治的精准依靠医者的"悟性",使得医者的临床水平提高甚慢。中医的海量临床数据具有大数据的特点,在大数据的时代,如何建立中医的大数据模型,使中医丰富的临床经验得以充分展现并继承是当今研究的重点。本文基于形式概念分析理论,利用属性偏序结构图对名中医李赛美教授诊疗糖尿病的思辨规律进行了初步分析,从12个方面讨论了糖尿病证属少阳时的症状体征特点。基于形式概念分析理论,将为中医药大数据的研究提供新的思路,具有重要的学术研究价值和应用价值。     

运用属性偏序结构图原理探析《伤寒论》中干姜的配伍规律

基于形式概念分析理论,以《伤寒论》中含干姜方剂、方剂中药物和方剂-药物关系为概念,借用描述事物普遍性和特殊性层次的复杂概念网络生成方法生成属性偏序结构图,从而给出相应方剂（对象）和不同含量的药物（属性）之间的关系结构可视化表示和解释.通过属性偏序结构图探析《伤寒论》中干姜的配伍规律,包括黄连汤、半夏泻心汤、小青龙汤中干姜配半夏,四逆汤中干姜配生附子.属性偏序结构图是将信息科学与传统中医伤寒学结合的新尝试,这种新途径有利于我们对《伤寒论》再学习和认识.     

属性拓扑与属性偏序双向转化

属性拓扑和属性偏序是近年来新提出的两种形式背景表示方法。其中,属性拓扑基于属性耦合关系实现形式背景的简洁可视化表示,并发展出多种形式概念计算方法。属性偏序则以偏序关系为基础表示形式背景。针对两种新方法在形式概念分析领域中的互补关系,本文从集合论的角度论述属性拓扑与属性偏序双向转化的数学基础,描述不同二元关系下二者的转化原理与方法,并在此基础上提出属性拓扑和属性偏序双向转化算法,实现二者等价可逆转化,为形式背景提供统一的表示基础。     

基于粗糙集理论偏序决策表知识获取方法研究

介绍了基于偏序关系的偏序决策表，研究了偏序决策表各条件分类和决策分类集合之间的关系，提出了从各分类中计算偏序决策表核及属性约简方法，通过实例，验证了这些方法的有效性。     

偏序结构环形图：一种大数据偏序结构可视化新方法

偏序结构图因其良好的知识可视化特性已在知识发现、数据挖掘等领域得以广泛应用.但在对大数据所形成的超大形式背景进行研究和分析时,偏序结构树形图存在的一些不足,使大数据可视化效果欠佳,不利于对大数据进行数据挖掘和知识发现.本文对偏序结构树形图进行改进,提出了可用于大数据分析的偏序结构环形图.对实例形式背景绘制出偏序结构环形图,并与其偏序结构树形图比较.实验结果表明,该方法清晰、直观,可视化效果较好,能更有效地呈现出大形式背景中的重要信息,可以应用在大数据的数据挖掘和知识发现中.     

偏序结构图的一种计算机生成算法

偏序结构图是为了解决形式概念分析和概念格中的诸如概念计算繁琐、连线交叉严重等不足,在大数据应用的紧迫趋势下被提出的.图形的手工绘制工作存在繁琐、重复、效率低下等缺点,亟需设计出快速、有效的偏序结构图计算机自动算法和软件工具.本文首先简单介绍偏序结构图的构图原理;其次,详细说明了该种图形的一些基本定义及生成方法;最后,简单扼要地说明偏序结构图的计算机实现,并用经典的形式背景生成相应的偏序结构图来说明该软件工具的工作流程.     

标本同治方剂的研究

由天津中医学院中医药研究中心承担的“标本同治方剂的研究——复方丹参治疗冠心病的药效化学基础和作用原理研究”是由天津中医学院院长张伯礼教授担纲的国家“973”项目《方剂关键科学问题的基础研究》的重点课题之一,重点解决治疗冠心病的复方丹参方的药物物质基础、配伍关系及原理三个问题,初步探明全方、有效部分和有效成分的化学物质基础及配伍规律的科学依据,提示并阐述复方丹参治疗心绞痛的作用途径,主次靶点作用规律及其间的量效关系,化学物质基础与作用原理间相互关系,为研制高效、速效及高质量的活血止痛现     

偏序关系模型在社区卫生医疗系统中的应用与研究

分析了关系数据库中偏序的表现形式,基于偏序关系理论提出了点态序、字典序等概念,并以社区卫生医疗系统中的偏序关系模型为例,分析了不同的偏序对数据查询速度的影响,最后利用偏序关系对其模型进行修正,使系统的查询速度明显提高.     

形式背景中属性特征与对象特征的完备定义

形式背景是形式概念分析理论中的一个重要元素,是用于表达和记录对象与属性之间二元关系的数据载体;形式背景中属性间的关系、对象间的关系是非常重要的关系,由此表现出来的属性的特征、对象的特征非常值得研究.本文目的是给出形式背景中属性特征与对象特征的完备数学定义及其性质,为偏序结构理论的研究奠定坚实的基础.     

基于偏序结构理论的情态与时、体、态互动关系知识发现研究

本文基于偏序结构理论和方法,研究了情态动词语义与时、体、态句法特征的互动关系。以英语情态动词can为目标词,划分了can的3个词义:能力(ability)、允许(permission)和可能性(possibility)。以can与相邻词的互信息作为语义特征,显性和隐性时态、体、语态特征为句法特征,构建了反映情态动can词的3个词义与时、体、态句法特征共现关系的形式背景,并生成了可视化展示情态动词语义与其属性特征之间的偏序结构关系和概念层次关系的属性偏序图。基于此图,发现了情态动词can与时、体、态特征的互动关系等知识。本文研究结果为自然语言处理中的特征选择和规则提取研究提供了重要的理论和实践依据。     

基于Neo4j的药膳方图数据库设计与优化

构建完善的、适合对药膳方进行关联规则、配伍规律挖掘等深入研究的数据库是研究药膳方、推广药膳方必不可少的一环.本文在分析了Neo4j图数据库在管理药膳方以及对药膳方进行数据挖掘的优势的基础上,以《中国药膳大辞典》为数据来源,给出了采用Neo4j构建药膳方剂图数据库的详细过程,包括节点的选取、定义,关系的抽取及定义,最后通过查询优化得到了有效的分析数据,为深入研究药膳方提供了数据支持及技术指导.     

基于贝叶斯-遗传算法的多值无环CP-nets学习

条件偏好网(Conditional Preference networks,CP-nets)是描述属性间条件偏好的图模型,多值无环CP-nets学习是重要的研究方向之一.区别于传统的CP-nets学习方法,提出基于贝叶斯方法和遗传算法的多值无环CP-nets学习.在偏好处理上以多值属性的完整偏序关系作为条件偏好,进行相关性关系判定.随后,基于贝叶斯方法,以单一父属性推出多父属性下的相关性关系,进行CP-nets结构学习.采用遗传算法在CP-nets结构搜索空间中进行搜索,求解最优结构.通过Delink算法进行去环,完成无环CP-nets学习.在寿司数据集上验证算法的有效性,实验结果表明,基于贝叶斯-遗传算法的CP-nets学习算法能够在有限时间内学习得到局部最优无环CP-nets.     

偏序相似度在多属性决策问题中的应用

针对决策者只能提供决策方案的序数偏好信息,且属性权重系数不确定的多属性决策问题,提出了一种基于偏序之间相似度的多属性决策方法.该方法运用相似关系确定出相似度,建立了最大控制指标和最小被控制指标模型.通过模型的计算,得出方案集的两个全预序排列,然后将这两个全预序排列合并成方案集的最后排序.该排列具有更符合现实决策行为的偏序结构.最后,举例说明了该方法的可行性.     

一种基于Rough集的海量数据属性约简方法

海量数据属性约简的研究是数据挖掘研究中的一个难点。已有的许多属性约简算法对于空间复杂度考虑得不够,导致了算法不能适应大数据集的约简处理。结合分治法,在给定属性序下,提出了基于分治策略的属性约简算法。利用该算法可以快速得到海量数据的属性约简结果。仿真实验结果说明了该算法的高效性。     

基于对话的中文正面情感风格迁移

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感文本数据集,该数据集的部分原始数据源自电视连续剧《家有儿女》中的对白,并对其进行人工标注和循环模型标注。目前该数据集的负面情感文本和正面情感文本句子共30 836个。根据该数据集中大多数情感词是显性的特点,在编辑类的模型上开展了基于对话的中文正面情感风格迁移的研究。实验结果表明：在该数据集上,编辑类的模型可以较好地识别文本的情感属性,并实现文本正面情感风格迁移。