基于基因打靶技术的中医脏腑辨证分型算法

受生物学基因打靶技术的启发和通过对中医脏腑证型分类标准的研究,提出了一种新颖的中医智能脏腑辨证算法,称之为中医脏腑辨证分型算法。主要思想是把中医脏腑证型的主要症状和次要症状,以及舌象、脉象信息设计为脏腑证型模靶;临床病例病症信息作为脏腑病症基因组,并进行模靶射击式的辨证分型操作。通过对慢性胃炎疾病的辨证分型计算结果的分析,说明中医脏腑辨证分型算法的有效性,为中医辨证信息处理的客观化、可计算化提供了一种新的研究方法,同时具有一定的临床诊断应用价值。     

人工智能在中医辨证中的应用

本文应用计算机的统计,分析功能及人工智能中的概念提升与粗类集技术,结合中医理论及典著,为实现中医通用辨证系统提供了一种应用基础理论及方法。     

中医八纲辨证神经网络构造技术研究

由于一些常用中医辨证智能化方法不能符合中医八纲辨证特点,因此文章在传统人工神经网络模型的基础上,根据中医八纲辨证的特点,设计了一种用于中医八纲辨证的结构独特的新型人工神经网络模型——中医八纲辨证神经网络。它具有记忆标准样本病例的能力,并能对临床病例作出较准确的八纲辨证分型。     

最大熵在中医智能辨证的研究及其应用

分析了中医临床记录中症状与症候类别之间的关系,将机器学习中的最大熵原理应用于中医辨症中,建立相应的分类模型,从而观察类别预测的正确性,为中医智能诊断提供初筛和决策支持。同时,将基于最大熵的分类器和基于朴素贝叶斯的分类器进行比较,结果显示,基于最大熵的分类效果胜过朴素贝叶斯分类。这表明将最大熵原理以及算法应用在中医诊断是可行的。     

一种基于ANN的中医辨证不确定性推理模型研究

提出中医辨证中不确定性推理的基于可信度因子和可信度区间的模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例。改进的BP神经网络在实现中医辨证不确定性推理方面有效地避免了沿用传统方法所带来的规则数激增及推理缓慢等缺陷,并提高了网络的泛化能力。仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且可以将专家的典型经验推广应用到一般情形。     

基于确定性因子的中医辨证不确定性推理模型

文章研究并实现了一个基于确定性因子的中医辨证不确定性推理模,讨论了确定性因子的数学基础,给出了不确定性推理网的算法描述。     

中医舌诊八纲辨证神经网络知识库构建

根据中医诊断推理对知识的不确定性、不完全性和逻辑推理的模糊性及“软计算”技术的特点出发,探讨了利用“软计算”的方法构建中医诊断神经网络知识库的基本设想,最后在MATLAB中利用现有结构固定的三种神经网络模型分别粗略地构造了中医“八纲辨证”神经网络,并分析其计算结果。说明采用神经网络技术构建中医诊断知识库是完全可行的。     

基于神经网络的中医面诊证素辨证的研究

根据中医诊断推理对知识的不确定性、不完全性和逻辑推理的模糊性及神经网络技术的特点出发,利用神经网络对中医面诊证素辨证进行研究,得到一个关于证素辨证的面诊神经网络结构。在MATLAB上设计出这个神经网络结构,对64例病例进行辨证并对其结果进行分析。     

两层级神经网络及在中医智能诊断中的应用 *

通过分析中医临床数据的特性 ,将临床数据分为低层级数据和高层级数据 ,每个层级数据又分为全局输入参数和局部输入参数。基于这些概念 ,建立了一种两层级神经网络 ,低层级子神经网络局部处理低层级数据,高层级子神经网络综合处理高层级数据和低层级子神经网络的输出结果。这样的结构不仅能有效地刻画中医辨证问题 ,而且简化了计算 ,提高了学习收敛速度。实验结果表明 ,这种两级神经网络可以较好地应用于具有复杂数据关系的中医辨证智能计算。     

基于ANN的中医舌诊八纲辨证知识库构建与应用*

从中医舌诊与八纲辨证之间的不确定性、复杂性、逻辑推理的模糊性出发,寻找能够充分模拟舌像与八纲辨证的非线性映射关系的数据模型,探讨利用人工神经网络(ANN)算法构建中医诊断神经网络知识库。采用MS SQL Server 2005平台,选择Microsoft神经网络数据挖掘查看功能,并能够预测分析,可以有效辅助教学实践和中医临床规范化诊断。     

储罐液体自动计量系统及新的计量算法

介绍了一种多通道储罐液体自动计量系统的原理和结构,并提出了新的计算方法。文中着重对该计算方法的数学模型及各因素引起的误差进行探讨,引入了修正系数,提高了显示精确度。     

基于移动云计算模式的中医典籍英译自动校准系统

现有的几种翻译校准系统难以有效计算中医典籍中英汉语义的相似性,为提高自动校准正确率,基于移动云计算模式设计中医典籍英译自动校准系统。确定收发器芯片组成结构。计算语义相似特征,以此建立中医典籍英译相似度预测模型,设计汉译英自适应校准算法,实现汉译英自动校准。根据实验结果可知,系统准确度约为87%,高出现有的三种自动校准系统,因此可知该系统提高了中医典籍英译自动校准的正确率。