声明
摘要
1 绪论
1.1 课题研究背景与意义
1.2 数据挖掘技术概述
1.2.1 数据挖掘简介
1.2.2 数据挖掘组织结构与主要功能
1.2.3 数据挖掘在中医研究中的应用
1.3 层次分类概述
1.3.1 层次分类主要框架
1.3.2 层次分类发展现状
1.4 本文研究的主要内容
1.5 本文的组织结构
2 本文相关技术介绍
2.1 层次分类的关键技术
2.1.1 层次分类的类别层次构建
2.1.2 层次分类的训练方法及分类方式
2.1.3 基分类器
2.1.4 特征融合技术
2.1.5 支持向量机介绍
2.1.6 国内外研究状况
2.2 数据挖掘中的聚类分析
2.2.1 主要聚类方法的分类
2.2.2 k-means算法实现
2.3 本章小结
3 基于层次分类的中医病性分析
3.1 构建松弛层次分类结构
3.1.1 层次构建方法分析
3.1.2 构建层次结构问题探讨
3.1.3 基于松弛策略的层次构建
3.2 一种基于松弛层次结构的SVM多类分类器
3.2.1 研究思路分析
3.2.2 层次支持向量机分类器的学习与优化
3.3 眩晕病案下的层次分类算法应用
3.3.1 概述
3.3.2 方法
3.4 实验结果与分析
3.5 本章小结
4 基于主动学习聚类的中医处方分析
4.1 主动学习对聚类方法改进
4.1.1 主动学习策略
4.1.2 方法扩展
4.2 微博数据下的实验结果分析
4.3 中医应用下的实验结果分析
4.4本章小结
5 挖掘软件平台扩展
5.1 已有工作
5.2 扩展功能
6 总结与展望
致谢
参考文献