期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ML-kNN多标记学习的中医体质辨识模型研究
被引量：
11
1
作者
严玲
周作建
+4 位作者
宋懿花
胡云
商洪涛
战丽彬
董青
《世界科学技术-中医药现代化》
CSCD
北大核心
2020年第10期3558-3562,共5页
目的中医体质与人体健康状态密切相关。研究利用人工智能技术辨识中医体质,为中医体质辨识智能化及自动化发展提供新思路。方法以江苏省中医院体检中心的中医体质数据作为初始数据样本,经过数据清洗、过滤及结构化最终纳入9844条数据作...
目的中医体质与人体健康状态密切相关。研究利用人工智能技术辨识中医体质,为中医体质辨识智能化及自动化发展提供新思路。方法以江苏省中医院体检中心的中医体质数据作为初始数据样本,经过数据清洗、过滤及结构化最终纳入9844条数据作为研究对象,运用ML-kNN多标记k近邻算法构建中医体质辨识模型,使用10折交叉验证训练模型,并采用多标记学习评价指标评估模型效果。结果中医体质辨识模型的平均汉明损失为0.0961,平均1-错误率为0.1261,平均排序损失为0.0866,平均覆盖率为1.1535,平均精度为88.57%。结论基于体检中心中医体质辨识量表数据,利用ML-kNN多标记学习算法,构建体质辨识模型,能够有效实现中医体质辨识智能化。
展开更多
关键词
多标记学习
ML-kNN
体质辨识
评价指标
在线阅读
下载PDF
职称材料
题名
基于ML-kNN多标记学习的中医体质辨识模型研究
被引量：
11
1
作者
严玲
周作建
宋懿花
胡云
商洪涛
战丽彬
董青
机构
南京中医药大学人工智能与信息技术学院
江苏省中医院
南京中医药大学中医学院·中西医结合学院
连云港市卫生健康委员会
出处
《世界科学技术-中医药现代化》
CSCD
北大核心
2020年第10期3558-3562,共5页
基金
国家科学技术部重点研发计划中医药现代化研究专项(2018YFC1704400):阴虚证辨证标准的系统研究,负责人:战丽彬
江苏省研究生科研与实践创新计划项目(KYCX20_1618):基于中医健康状态的心脑血管疾病风险评估与促进研究,负责人:严玲。
文摘
目的中医体质与人体健康状态密切相关。研究利用人工智能技术辨识中医体质,为中医体质辨识智能化及自动化发展提供新思路。方法以江苏省中医院体检中心的中医体质数据作为初始数据样本,经过数据清洗、过滤及结构化最终纳入9844条数据作为研究对象,运用ML-kNN多标记k近邻算法构建中医体质辨识模型,使用10折交叉验证训练模型,并采用多标记学习评价指标评估模型效果。结果中医体质辨识模型的平均汉明损失为0.0961,平均1-错误率为0.1261,平均排序损失为0.0866,平均覆盖率为1.1535,平均精度为88.57%。结论基于体检中心中医体质辨识量表数据,利用ML-kNN多标记学习算法,构建体质辨识模型,能够有效实现中医体质辨识智能化。
关键词
多标记学习
ML-kNN
体质辨识
评价指标
Keywords
Multi-label learning
ML-kNN
Constitution identification
Evaluation indicators
分类号
R229 [医药卫生—中医基础理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ML-kNN多标记学习的中医体质辨识模型研究
严玲
周作建
宋懿花
胡云
商洪涛
战丽彬
董青
《世界科学技术-中医药现代化》
CSCD
北大核心
2020
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
