幾種機器學習算法的改進及其在中藥成分分析中的應用.pdf_第1頁
已閱讀1頁，還剩69頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、機器學習算法在中藥成分分析，成分與疾病關系的研究中一直起著重要的作用。利用機器學習技術對中藥成分進行發(fā)掘是中藥現(xiàn)代化的重要方法。本文主要研究幾種機器學習算法的改進，并分析它們在中藥成分分析，成分與證候的關系中的應用。
　　 本文提出了一種根據疾病的歷史記錄提取成分對應的疾病集合和頻次以及TF-IDF權重的計算方法。接著本文提出了中藥成分之間的相似度計算的計算方法。并改進了K-medoids算法，然后分析了改進的K-medoids

2、算法在中藥成分聚類分析中的效果，最后給出了聚類分析的評價方法。
　　 本文提出一種基于中藥成分IDF值的黑名單算法。并介紹基于中藥成分IDF的黑名單算法在中藥成分分析研究中的應用。此算法在提高黑名單的自動化，可解釋性以及降低數(shù)據量和減少冗余信息方面的效果取得了一定成果。
　　 協(xié)同過濾(CF)是最成功的推薦系統(tǒng)的方法之一。本文提出了一種改進的概率矩陣分解的模型。接著分析了改進的非負概率分解，以及這些模型在MovieLen

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論