1.txt

This complete matlab for neural network

发信人: yaomc (白头翁&山东大汉), 信区: DataMining
标  题: 博士后出站报告。欢迎指导。
发信站: 南京大学小百合站 (Thu Jul  4 10:17:14 2002), 站内信件

北京中医药大学中药学博士后出站报告

报告人：姚美村

题目：基于中药药性的数据库知识发现研究

时间：2002年7月9日 星期二 上午 9：00

地点：北京市朝阳区望京中环南路6号（望京医院附近）  北京中医药大学中药学院  8楼
研究生教室


评审委员会成员：

毕开顺  沈阳药科大学副校长  博士生导师   

罗国安  清华大学教授  博士生导师    

乔延江  北京中医药大学中药学院院长  博士生导师   

鲁兆麟  北京中医药大学研究生部部长  博士生导师    

阎玉凝  北京中医药大学中药学院教授  博士生导师    

石任兵  北京中医药大学中药学院教授  博士生导师    

李彭涛  北京中医药大学基础医学院教授


内容摘要：

    中药药性理论是中药理论的重要组成部分，性、味、归经和有毒无毒等是中药药性的
最基本内容。随着中

药数字化研究的不断推进，对中药药性简单的定性文字描述已经不适应中药现代化发展的
要求，进行中药药性

的量化和基于药性特征的数据库知识发现研究，在完善中药药性特征、指导中药药性物质
基础、揭示复方配伍

规律的科学内涵以及加速中药现代饮片理论的构建等方面的研究都具有十分重要的意义。
中药功效分类是目前

最常用的分类方法，由于专家对药物认识的角度不同，存在某些药物在不同文献中功效分
类结果不统一的情况

。本研究应用数据库知识发现技术（KDD）进行量化中药药性与中药功效分类等特征之间
的相关研究。
    首先，本研究以CBA为KDD工具，以二值量化的中药药性为特征，对《中药学》中所有
功效分类的主要特征

进行了关联规则和关联分类研究。结果表明，在所有分类中只有14类药物具有可区别于其
它类药物的药性特征

；许多类的主要药性特征具有相互重叠和交叉的情况，这使得仅以定性或相对简单的二值
量化药性为特征进行

中药功效分类的判别存在一定的困难。
    其次，本研究以治疗消渴病的复方及其组成药味为对象，在单味药层次上进行了对应
消渴病不同阶段药味

组成的关联规则分析。结果表明，虽然专家对消渴病的认识和用药偏好不同，但在针对消
渴病主要症状用药的

核心组成基本一致，反映出中医在整体上对消渴病认识和治疗的统一规律。
第三，本研究以人工神经网络为KDD工具，以不同方法量化的药性为特征，对不同文献中
功效分类有分歧的细辛

等5味中药的功效归类进行了预测研究。结果表明，应用不同方法量化的药性数据对细辛
等5味药进行功效归类

预测的结果基本一致。
    第四，本研究以人工神经网络和决策树为KDD工具，以不同方法量化药性为特征，对
补虚药药物的功效归类

进行了判别研究。结果表明，应用数值量化的药性数据比应用二值量化药性数据能得到更
为理想的分析结果；

人工神经网络和决策树方法在应用不同质量数据时表现出不同的整体稳定性和有效性。
    最后，鉴于本研究内容仅为进行消渴病复方配伍规律研究前期的方法学探索，因此在
总结已研究内容基础

上，提出了基于药性数据库知识发现研究的一些思路和设想，为进一步完善中药药性和进
行在功效分类层次上

消渴病复方配伍规律等研究指出建议性的方向。


欢迎感兴趣的朋友光临指导。
--

好好的生活每一天。

※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 202.204.36.15]