明代虚劳专著及专篇虚劳方药的分布特性研究

研究明代虚劳专著(专篇)中虚劳方剂的中药使用频数及度值的分布特性，分析其是否服从幂律分布，有利于指导临床用药及实验研究。通过统计明代虚劳专著(专篇)中虚劳方剂的中药使用频率及各中药节点在配伍关系网络中的度值，采用基于极大似然估计的结合计算机模拟仿真的方法对中药使用频数及度值参数集进行幂律拟合、参数估计及幂律分布检验。结果表明，明代虚劳专著(专篇)中虚劳方剂的中药使用频数服从幂律分布，并具有无标度特性，而其中药度值不服从幂律分布。     

数据挖掘算法TCMA及其应用研究

将TCMA算法用于挖掘TCM-FP树中的最大频繁项集。在中药维度上应用了双支持度,既缩小了挖掘的范围又提高了规则的意义。算法挖掘的中药TCM规则切合实际,且比FP-growth挖掘算法有更高的运行效率。基于TCMA算法设计了中药挖掘器。将挖掘出的TCM规则作为知识库,可为中药的配方提供参考。     

利用效用度挖掘核心药物及配伍规律

中药方剂（traditional Chinese medicine formula,TCMF）是中医治疗的一种主要手段。然而一首方剂往往包含多种草药,这其中只有几种草药对治疗特定的病症起重要作用。因此,找出方剂中的核心药物和其配伍规律对研究中药方剂有非常重要的意义。针对该问题,提出了一种基于效用度（effect degree,ED）的核心药物及配伍规律发现方法。该方法包含三个主要步骤,分别是基于药物效用度的核心药物发现算法、基于带药对效用度的点式互信息（pointwise mutual information with herb pair ED,PMIED）的药物组网算法、基于重叠社团的高效药物配伍规律发现算法。通过实验,发现了肺痿方剂的42种核心药物和30种药物配伍,经分析和中医专家确认,42种核心药物对肺痿确有良好疗效,30组药物配伍中有26组符合药物配伍关系且对肺痿有良好疗效。     

中药方剂数据分析系统设计与实现

中药方剂间的配伍规律研究,长期以来都是中医药领域数据分析研究的重点。开发能够提供方剂网络构建及应用全流程业务服务系统,结合中医药领域数据资源特点和方剂网络模型,设计系统架构、数据模型和功能模块,研究系统关键技术及实现方法,为探究中药配伍过程中“症-证-方-药”之间的关系提供专业的分析平台。     

基于局部语义聚类的语义重叠社区发现算法

语义社会网络是一种包含信息节点及社会关系构成的新型复杂网络,因此以节点邻接关系为挖掘对象的传统社会网络社区发现算法无法有效处理语义社会网络重叠社区发现问题.针对这一问题,提出基于局部语义聚类的语义社会网络重叠社区发现算法,该算法：1)以LDA(latent Dirichlet allocation)模型为语义信息模型,利用Gibbs取样法建立节点语义信息到语义空间的量化映射;2)以节点间语义坐标的相对熵作为节点语义相似度的度量,建立节点相似度矩阵;3)根据社会网络的局部小世界特性,提出语义社会网络的局部社区结构S-fitness模型,并根据S-fitness模型建立了局部语义聚类算法(local semantic clusterm, LSC);4)提出可度量语义社区发现结果的语义模块度模型,并通过实验分析,验证了算法及语义模块度模型的有效性及可行性.     

高效中药关联规则发现算法研究及应用

将关联规则发现算法引入到中药配方数据库的数据挖掘中,以求发现方剂中单方之间的关联规则及中药中的药对药组,可以为中药中新药的研制提供重要依据。由于常用的关联规则发现算法：Apriori算法存在多次扫描数据库的缺陷,提出了一种基于矩阵的关联规则发现算法：Apriori_Matrix算法,该算法优化了Apriori算法中集合连接过程多次比较所花费的时间,可极大地提高关联规则挖掘的效率。针对中药数据库中单方的种类有限、配伍规则各不相同、同一种病症对应多种方剂的情况,改进算法有助于缩短新药研制的周期。     

基于知识的中医药对症开方专家系统

在数据挖掘得出的知识库基础上,结合中药方剂配伍理论及组方过程,提出了方剂配方模型,采用自定义的U连接操作生成主方剂,用中药配伍规则修正主方剂中的药物相克、有毒等不正常现象,再对方剂的四气、五味进行数字化调整,成功为用户开出治疗特定症状的量化中药方剂,切实为医生及中药研发人员提供计算机辅助决策支持。     

基于节点多关系的社团挖掘算法及其应用

为度量多关系节点相似性、挖掘具有多关系节点的社团结构,提出基于节点多关系的社团挖掘算法LSL-GN。首先基于节点相似性和节点可达性刻画具有多关系的节点相似性度量指标LHN-ISL;然后利用该指标重构目标网络的低密度模型,并结合GN(Girvan-Newman)算法完成社团划分。将LSL-GN算法与多个经典社团挖掘算法在模块度（Q）、标准化互信息（NMI）和调整兰德指数（ARI）上进行对比,结果显示LSL-GN算法在3个指标上均优于经典算法,说明它的社团划分质量相对较好。将LSL-GN应用于“用户-应用”的移动漫游网络模型中,划分出了以携程旅行、高德地图、滴滴出行等为基础应用的社团结构,而这些社团划分结果可为设计个性化套餐业务提供策略参考信息。     

一种基于带权无向图的中医方剂频繁项集挖掘算法

根据中医方剂数据的特点,将频繁项集发现算法应用到中医方剂的研究中,挖掘治疗消渴病胃火炽盛症型的方剂中不同药对之间的关联规则以及核心药物组合,提出一种基于带权的无向频繁项集图的挖掘算法。该算法可以快速挖掘频繁k-items(k≥3),并随之快速回溯频繁项集所对应的方剂,从而完成了中医方剂数据特点的快速数据挖掘。通过实验表明,该算法避免产生大量候选项集,提高了中医方剂数据挖掘效率,对完成中医消渴病方剂信息的用药规律分析具有重要意义。     

HIV传播的动态混合无标度网络生成算法

研究人类免疫缺陷病毒(HIV)的传播机理,提出一种HIV传播中基于配置模型的动态混合无标度网络生成算法。根据HIV在男性和男性、男性和女性之间的传播规律分别构造同性和异性无标度网络,将其放在同一系统中形成混合传播网络,并添加网络的动态变化特性,以反映真实社会网络的演化过程。基于配置模型的复杂网络生成算法可快速、灵活和鲁棒地生成给定网络尺寸和幂律度分布指数的复杂网络,而且网络中的边可断开和重连,弥补了经典 BA 模型的不足。仿真结果表明,该算法能正确、有效地反映HIV混合传播网络的特性。