基于中医网络的中心性算法研究

来源 :计算机仿真 | 被引量 : 2次 | 上传用户:jjandrew1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
中医概念之间的关系极为复杂,采用传统的基于简单数据集的数据挖掘方法显得力不从心。考虑到中医数据的特点,提出了一种基于图结构的挖掘方法,将中医对象之间的复杂关系和潜在的信息提取出来。首先,通过自然语言处理从医案中抽取出的中医概念与中医本体知识库匹配得到中医的知识网络。然后将该中医网络抽象成数学表达方式——图,利用图论的算法来处理。最后,采用中心性算法来分析中医网络,找出在中医诊断网络中具有重要作用的症状。
其他文献
针对机动目标跟踪过程中建立的目标模型和目标的实际运动模式出现失配的问题,提出了从一组离散模型集中选出最优模型,并自适应调整模型参数,使模型逼近目标实际运动模式的交互式多模型算法。蒙特卡罗仿真表明,该算法与传统的常速模型与自适应协同转弯模型交互算法(IMM-CV/ACT)相比,在目标发生强机动时,能及时有效的把跟踪误差峰值控制在测量标准差之下,适合于强机动目标跟踪。
本文针对密闭容器液位测量中差压变送器隔离液走失,或者液体密度有变化,以及二者同时出现的情况,利用现场其他仪表和CS3000中的计算模块,创新性地采用密度补偿法实现液位精确测量,并且给出了具体的实现方法。
对清江水布垭工程施工通信方案设计的原则和通信系统的组成作了较为详细的介绍.
目前,说话人识别系统对于干净语音已经达到较高的性能,但在噪声环境中,系统的性能急剧下降。一种基于子带处理的以相位自相关(PAC)系数及其能量作为特征的说话人识别方法,即宽带语音信号经Mel滤波器组后变为多个子带信号,对各个子带数据经DCT变换后提取PAC系数作为特征参数,然后对每个子带分别建立HMM模型进行识别,最后在识别概率层中将HMM得出的结果相结合之后得到最终的识别结果。实验表明,该方法在不