基于监督学习分类算法的中医诊疗辨证分型方法研究

目录

声明

1 绪论

1.1 研究背景及意义

1.2数据挖掘在中医领域的应用

1.3多标签学习在中医失眠诊断的应用

1.3.1中医对失眠症的研究现状

1.3.2中医量表的研究现状

1.3.3多标签学习应用于失眠症诊断的思路

1.4本文工作安排及组织结构

2多标签分类算法相关介绍

2.1相关多标签算法介绍

2.1.1问题转化法

2.1.2算法适应法

2.2多标签算法的评价标准

2.3本章小结

3 基于数据挖掘的中医病案处理

3.1数据挖掘

3.2中医病案数据特点

3.3中医失眠症数据量化

3.4多标签分类常用数据集

3.5本章小结

4 基于KNN的多标签分类算法

4.1KNN算法

4.1.1 KNN算法实质及流程

4.1.2 KNN算法三要素

4.1.3 KNN改进

4.2 BR-KNN算法

4.2.1 BR-KNN算法原理

4.2.2优化BR-KNN的两种算法

4.2.3 BR-KNN分类实验结果与分析

4.3 LP-KNN

4.4 ML-KNN算法

4.5 RML-KNN算法及实验结果

4.5.1 RML-KNN算法

4.5.2实验结果

4.6本章小结

5基于标签重组解决多标签不均衡问题

5.1背景知识

5.1.1单标签不均衡相关技术

5.1.2多标签不均衡相关概念

5.2基于标签重组解决多标签不均衡的算法LRMI的描述

5.2.1不均衡估量

5.2.2 LRMI算法框架

5.3实验与分析

5.3.1实验准备

5.3.2实验结果和分析

5.4本章小结

结论

参考文献

在学研究成果

致谢