中药药理知识发现系统中关键技术的研究

论文摘要

中药治疗疾病在中国已有几千年的历史，它对人类身体健康具有重要意义。由于中药理论的复杂和不完善，传统方法在中医药的研究中遇到了很多困难，这严重阻碍了对传统中医药的继承和发展。数据挖掘是一门新兴的计算技术，它融合了数据库、数据仓库、人工智能、机器学习、神经网络、统计学、模式识别、信息检索、遗传算法等多学科知识，可以从大量数据中挖掘出事先不知道的、但又是潜在有用的信息和知识。在国家自然科学基金（编号：60473071，90409007）和国家中医药管理局基金（编号：2003JP40）支持下，我们把数据挖掘技术应用到中药方剂的研究中，试图从古今大量验方中挖掘出方剂的性、味、归经、功效等药理信息，为中医临床用药和研究提供辅助信息，为祖国医学的发展做出贡献。围绕这一课题的研究，本文提出了一些适合中药领域特点的数据挖掘算法，这些算法也可以用到其它数据挖掘场合。主要取得如下成果：1．证明了最近邻搜索定理，基于这一定理提出了SNN（Searching Nearest Neighbors）搜索算法。在逐点比较最近邻搜索中，需要两两比较所有的数据，其时间复杂度为O（n2）。而SNN算法只需较少的比较次数就可找到最近邻数据，其时间复杂度为O（n*log（n）），当用扫描图像所得数据时，时间复杂度会降为O（n）。2．基于“同类相近”的思想，提出了实现任意形状高维空间聚类的NNAF（Nearest Neighbors Absorbed First）算法，其时间复杂度为O（n）；提出了MLCA（Multi-Layer Cluster Algorithm）算法并证明了两个相关的定理。在多数聚类算法中，当改变阈值重新聚类时，需要重新开始执行原来的聚类操作，而使用MLCA算法在原聚类的基础上进行增量聚类，可以节省90％以上的时间。3．提出了基因表达式编程（Gene expression programming，GEP）算法中的初始种群精英个体产生策略（Elitism Producing Strategy，EPS），使得初始种群中具有较高适应度的个体，从而使整个进化从一个较高的起点开始。实验表明，EPS提高进化效率达17％。4．为了在GEP算法中产生较好的初始种群，提出了基因空间均匀分布策略（Gene Space Balance Strategy，GSBS）。用GSBS策略产生的初始种群基因多样性比用随机方式产生的要好的多，因此可以大大提高种群进化效率。实验表明，GSBS提高进化效率超过20％。5．提出了定量描述基因表达式编程算法中群体基因多样性测度公式。针对传统GEP在局部收敛方面的缺陷，提出使种群快速跳出局部最优的VPS-GEP（Various Population Strategy GEP）算法。实验表明，VPS-GEP算法减少了55％以上的进化停滞代数。6．结合中药药理知识发现原型系统的设计与实现，简述了文中所提算法在该系统中的应用，另外还讲述了系统结构设计、数据库设计、预处理方案设计等。

论文目录

• 摘要
• 英文摘要
• 1 绪论
• 1.1 研究目的和意义
• 1.2 国内外研究现状
• 1.2.1 数据挖掘研究现状
• 1.2.2 数据挖掘在中医药领域的研究
• 1.3 本文研究内容及组织
• 1.3.1 主要研究内容
• 1.3.2 主要研究成果
• 1.3.3 论文组织结构
• 2 数据挖掘概述
• 2.1 数据挖掘概念
• 2.2 数据挖掘实施过程
• 2.3 数据挖掘研究内容
• 2.4 数据挖掘知识的分类
• 2.5 数据挖掘的应用
• 3 最近邻优先吸收聚类算法
• 3.1 NNAF算法特点
• 3.2 聚类算法
• 3.3 NNAF聚类算法
• 3.3.1 概念及定义
• 3.3.2 最近邻搜索（SNN）算法
• 3.3.3 基于网格的最近邻搜索（GSNN）算法
• 3.3.4 NNAF算法
• 3.4 多层次聚类（MLCA）算法
• 3.5 算法说明
• 3.6 实验分析
• 3.7 本章小结
• 4 仿生计算与基因表达式编程
• 4.1 仿生计算
• 4.2 基因表达式编程（Gene Expression Algorithm，GEP）简介
• 4.3 GEP算法过程
• 4.4 GEP算法特色
• 4.4.1 染色体结构
• 4.4.2 染色体的解析
• 4.4.3 染色体的评估
• 4.4.4 遗传操作
• 4.5 本章小结
• 5 GEP初始种群基因多样化策略
• 5.1 研究目的和意义
• 5.2 相关定义
• 5.3 常用的初始种群产生方式
• 5.3.1 初始种群的常用产生方式
• 5.3.2 精英个体产生策略（EPS）
• 5.3.3 基因空间均匀产生策略（GSBS）
• 5.3.4 综合初始种群产生策略
• 5.4 实验与性能分析
• 5.5 本章小结
• 6 快速跳出局部最优的VPS-GEP算法
• 6.1 研究目的和意义
• 6.2 相关工作
• 6.3 基本定义
• 6.4 群体规模与进化效率的关系分析
• 6.5 变种群策略（Various Population Strategy）
• 6.5.1 变种群策略GEP算法
• 6.5.2 群体规模增加策略
• 6.5.3 个体替换策略
• 6.5.4 群体规模减小策略
• 6.6 实验与性能分析
• 6.6.1 实验一
• 6.6.2 实验二
• 6.6.3 实验三
• 6.7 本章小结
• 7 中药药理知识发现原型系统
• 7.1 项目概述
• 7.2 系统设计
• 7.2.1 系统特色
• 7.2.2 系统的结构
• 7.2.3 系统的功能
• 7.3 系统的实现
• 7.3.1 数据库设计
• 7.3.2 中药方剂数据挖掘实施过程
• 7.4 数据输入
• 7.5 数据预处理
• 7.5.1 过滤噪声数据
• 7.5.2 药名、症状、功效规范化
• 7.5.3 剂量单位规范化
• 7.6 个方分析
• 7.6.1 挖掘性味归经
• 7.6.2 挖掘功效
• 7.6.3 证症挖掘
• 7.7 类方分析
• 7.8 本章小结
• 8 结束语
• 参考文献
• 攻读博士学位期间参加的科研项目
• 读博期间发表及已完成的学术论文
• 攻读博士学位期间获得的奖励
• 致谢