基于神经网络和属性距离矩阵的中药方剂功效归约算法.pdfVIP

基于神经网络和属性距离矩阵的中药方剂功效归约算法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于神经网络和属性距离矩阵的中药方剂功效归约算法

第 38 卷 第 1 期 四 川 大 学 学 报 ( 工 程 科 学 版 ) Vol. 38 No. 1 2006 年 1 月 JOURNAL OF SICHUAN UNIVERSITY ( ENGINEERING SCIENCE EDITION) Jan. 2006 ( ) 文章编号 2006 基于神经网络和属性距离矩阵的中药方剂功效归约算法 1 ,2 1 1 1 3 彭 京 ,唐常杰 , 曾 涛 ,乔少杰 ,雍小嘉 ( 1. 四川大学 计算机学院,四川 成都 610065 ;2. 成都市公安局 科技处 ,四川 成都 610017 ;3. 成都中医药大学 ,四川 成都 610075) 摘 要 :针对中药方剂功效归纳问题 ,提出了一种基于人工神经网络新的高维数据归约方法。新方法利用属性间先 验的相似信息 ,得到属性距离矩阵 ,然后将矩阵引入神经网络 ,通过训练神经网络得到最终数据归约结果。依据这个 方法实现了一个中药方剂分析系统。实验表明 ,新方法在中药方剂功效的自动归纳中获得很好的效果。 关键词 :神经网络 ; 高维数据归约 ; 相似度 ; 方剂功效 ; 矢量 ; 相似距离 中图分类号:TP311 文献标识码 :A A Chinese Traditional Medicine Prescription Effect Reduction Algorithm Based on Artificial Neural Network and Property Distance Matrix 1,2 1 1 1 3 PENG Jing , TANG Changjie , ZENG Tao , QIAO Shaojie , YONG Xiaojia ( 1. School of Computer ,Sichuan Univ. ,Chengdu 610065 ,China ;2. Sci. and Tech . Dept. ,Chengdu Public Security Bureau ,Chengdu 610017 ,China ; 3. Chengdu Univ. of Traditional Chinese Medicine ,Chengdu 610075 ,China) Abstract :A novel reduction method of high dimensions based on artificial neural network was proposed for the effect reduc tion of Chinese traditional medicine prescription. Based on the similarity information between properties , it created a prop erty distance matrix. The matrix was loaded into an artificial neural network , and through training the artificial neural net work , it got the reduce result of high dimensions. Based on the ne

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档