【摘 要】
：
目的:运用中医传承辅助平台数据挖掘功能,探索《古今医统大全》中治疗咳嗽的组方的用药规律,深入研究经典中医药治疗咳嗽的组方思路及对新药的研发提供基础和动力。方法:应用中医传承辅助系统软件,采用软件集成的关联规则分析、复杂系统熵聚类及无监督的熵层次聚类等数据挖掘方法,分析《古今医统大全》治疗咳嗽的高频药物及组合、药物归经和归类、核心药物组合等,并生成新处方。结果:对搜集、筛选出的97个治疗咳嗽处方进行输入分析,发现共涉及133味中药,高频药物(频次≥10)25味,高频药物组合(频次≥20)16组,演化得到核心
【机 构】
：
北京中医药大学东直门医院,北京中医药大学第三附属医院
【基金项目】
：
国家自然科学基金资助项目,扶正剔邪搜络方对肺纤维化不同时相肺血管新生的调控及机制研究(81473657)。
论文部分内容阅读
目的:运用中医传承辅助平台数据挖掘功能,探索《古今医统大全》中治疗咳嗽的组方的用药规律,深入研究经典中医药治疗咳嗽的组方思路及对新药的研发提供基础和动力。方法:应用中医传承辅助系统软件,采用软件集成的关联规则分析、复杂系统熵聚类及无监督的熵层次聚类等数据挖掘方法,分析《古今医统大全》治疗咳嗽的高频药物及组合、药物归经和归类、核心药物组合等,并生成新处方。结果:对搜集、筛选出的97个治疗咳嗽处方进行输入分析,发现共涉及133味中药,高频药物(频次≥10)25味,高频药物组合(频次≥20)16组,演化得到核心
其他文献
The appearance of aging is determined primarily by extrinsic factors through exposure to environmental sunlight and airborne pollution. That solar ultraviolet B
以中医理论为指导,结合呼吸机相关膈肌功能障碍的现代研究,探讨了呼吸机相关膈肌功能障碍的中医病机,即肺热叶焦、脾胃虚弱、肾精不足、湿热侵袭,并论述了该病机的临床依据.
介绍唐蜀华教授对于收缩性心力衰竭的理解与临床治疗经验.唐教授认为收缩性心力衰竭需在中西医结合的前提下进行治疗.中医治疗上需把握该病的基本病机(心肾气虚,血瘀水停),同
图像超分辨率重建旨在从低分辨率图像中恢复其对应的高分辨率图像,是计算机视觉中的经典问题。为改进传统超分辨图像质量评价方法与人眼感知不一致的问题,提出一种基于多任务学习的超分辨图像质量评估网络。网络采用多任务学习的方式,分别学习图像的局部频率特征与质量分数,其中局部频率特征用来辅助网络进行图像质量分数的回归,提高分数预测的准确性和泛化能力。另外,在网络中加入协调注意力模块,进一步增强了模型的预测能力
针对现有恶意PDF文档检测方法存在特征维度高、数据集样本少导致模型欠拟合等问题,提出了一种基于特征集聚和卷积神经网络的恶意PDF文档检测方法。该方法以词袋模型为基础,从PDF文档中提取常规特征和结构特征。然后以合并后特征簇最小方差为目标,使用Ward最小方差聚类方法实现特征集聚。最后,将聚合特征送入卷积神经网络分类模型进行训练。根据不同聚合特征数下模型性能的好坏,确定最优的聚合特征数。实验结果表明,该方法降低了特征维度,提升了模型的召回率,缓解了模型的欠拟合问题。纵向比较来看,在不同的良性样本和恶意样本比
FFT作为雷达信号处理的关键计算步骤之一,本质上是一个基于数据流的处理过程.以往的FFT计算大多集中在通用计算平台上进行并行计算实现,计算系统存在扩展性和鲁棒性问题.随着
传统的矩阵分解算法为用户和项目分别独立设置了偏置项,而没有深入挖掘特定用户对于特定项目的隐性偏好;同时,传统的排序预测推荐算法将用户所有打分过的项目都统一地设置为该用户的正例项目(无论用户给出了好评还是差评),这导致训练完成的系统在实际应用中很可能会为用户继续推荐其厌恶的项目。因此提出了一种基于深度网络的推荐系统偏置项改良方案,该改良方案考虑了用户为特定项目所作的评分背后所蕴含的好恶态度,并学习出一个用户-项目联合偏置项加入到推荐过程中以提升推荐性能。在三个公开数据集上进行的对比实验结果表明,该改良方案可
由于无人机基站在不同应用场景下,所处的地理环境、用户分布、用户需求和所希望提升的性能需求不同,需要根据不同应用场景的特征对无人机基站进行部署.基于无人机基站的典型
目的:评价桂姜温肺合剂治疗支气管哮喘外寒内饮证的效果.方法:选取2019年1月-2020年2月支气管哮喘中辨证为外寒内饮证的患者共80例,随机分为对照组与观察组各40例,对照组采用
随着机器学习渗透到日常生活中的各个方面,其数据隐私问题受到越来越多的关注。成员推断攻击是机器学习算法面临的安全威胁之一,用于推断特定数据是否存在于机器学习模型的训练集中,给用户带来极大的安全隐患,对机器学习模型的安全性提出挑战。为此,研究成员推断攻击不仅能发现隐私数据面临的威胁,而且还能为防御技术的提出提供思路。对近年来有关成员推断攻击的研究进行详细的分析,按照应用场景的不同将攻击分为判别模型攻击、生成模型攻击以及联邦学习攻击三类。同时根据成员推断攻击和防御的发展现状,阐述了影响攻击的因素以及经典的防御策