支持向量机在中医数据挖掘研究中的应用
目的：采用粗糙集与支持向量机结合的数据挖掘方法进行中医临床肝硬化的辨证研究。方法：根据所收集的293例中医肝硬化患者临床的相关信息，采用粗糙集方法建立证候决策信息表，并通过计算提取与肝硬化各证型有密切关联的重要症状、体征。然后，利用这些提取的症状组合作为支持向量机的出入进行分类学习，从支持向量机分类结果得到相应的证候。结果：采用不同的输入指标所得到的辨证平均正确率均高于70％，尤其采用粗糙集约简后辨证的准确率为84.4％左右。结论：基于粗糙集与支持向量机的中医辨证具有比较高的可靠性，对于中医临床辨证研究工作具有一定的参考价值。
肝硬化 粗糙集 支持向量机 数据挖掘 中医辨证
孙继佳 陆奕宇 苏式兵
上海中医药大学复杂系统研究中心,上海 201203
国内会议
广州
中文
266-273
2009-11-09（万方平台首次上网日期，不代表论文的发表时间）