基于关联规则的中医药知识发现——以肺病医案为例

[目的/意义]中医医案作为重要的医疗资源含有大量的数据与信息,深度挖掘中医医案,围绕医案内容进行知识发现,有利于隐性知识的发掘,提高中医临床诊疗的效率与医疗服务的精准性。[方法/过程]以实地肺病医案为数据源,基于统计分析与关联规则的方法对中医医案内容进行挖掘,以咳嗽为主证为出发点,挖掘相关中医用药规律与临床症状以及症—药规律,探究关联规则分析在中医药知识发现方面的创新应用。[结果/结论]本地治疗咳嗽的高频药物包括炙甘草、杏仁、半夏、川贝母、茯苓、陈皮等,舌诊症状以苔薄白、苔薄黄、舌红、舌暗红、有齿印等为常见。基于Apriori算法的关联规则分析显示常见的药物配伍为丹参,桔梗—炙甘草、柴胡,桔梗—炙甘草、前胡,枳壳—桔梗等;舌诊症状以薄淡黄—舌暗红、有齿印—舌暗红、苔薄腻淡黄—有齿印等组合为强关联组合,苔薄淡黄—舌暗红症状组合的强关联药物有桔梗、炙甘草、丹参、白前等。咳嗽患者的类型有外感咳嗽与内伤咳嗽,涉及风热证、痰湿证、阴虚证、肺气虚证、痰热壅肺证等证型。

基于多维关联规则的车辆故障码解耦方法研究

本文提出一种针对车辆复杂耦合故障的故障码(DTC)解耦方法。首先由车辆故障自诊断原理及故障信号传播过程分析故障码的复杂关联性,结合关联规则技术挖掘故障码间强关联关系,并定义故障码多维关联规则;其次由故障码数据集特征,改进适用于故障码多维关联规则挖掘的FP-Growth算法;最后由多维关联规则构建故障码关联知识图谱,结合图论实现复杂故障码解耦。结果表明,该方法能有效降低故障码的数量及复杂度,提升基于故障码检修故障的效率。

基于关联规则的发射系统敏捷响应要素辨识

当今高性能发射系统追求的大负载、轻量化、低成本、敏捷响应等设计要求通常是相互矛盾的,必须考虑多种约束条件下,多参数匹配的综合优化,才能突破系统各性能指标相互制约的瓶颈。针对以上问题,采用关联规则挖掘方法研究了发射系统设计因素的影响,建立了发射系统设计因素关联规则挖掘模型。在“支持度-置信度”模式的基础上,引入附加评估度量Kulc和IR,提高挖掘结果的准确性。通过工程算例,研究了设计参数对发射系统敏捷响应能力的影响。算例结果表明,提出的方法能够识别对敏捷响应能力起关键作用的设计变量,实现精炼设计空间、简化优化问题,以及提高设计优化效率的目的。

基于关联规则的互联网医疗服务平台在肿瘤患者诊疗管理中的应用

目的探讨基于FP-Growth算法的有效强关联规则分析在肿瘤患者诊疗管理中的应用。方法在现有互联网医疗服务平台和电子病历系统基础上增加FP-Growth算法功能,通过FP-Growth算法挖掘2017年12月-2021年12月样本医院肿瘤放射治疗中心2075例患者和其中高危群体患者基线资料间的有效强关联规则,并将之用于肿瘤放射治疗中心。结果FP-Growth算法共反馈有效强关联规则15条,其中全部患者10条、高危群体患者5条,根据反馈结果调整了肿瘤放射治疗中心患者的治疗方案。结论增加了FP-Growth算法功能的互联网医疗服务平台具有临床应用价值。

货车-两轮车碰撞事故典型场景提取及关联规则分析

基于视频信息提取了货车-两轮车碰撞典型事故场景,对事故场景中不同事故因素间的相关性进行了挖掘以补充代表事故遗漏的事故特征。应用210例带视频信息的货车-两轮车碰撞事故案例获取相关事故信息,采用K-modes聚类方法对事故案例进行聚类得到典型事故场景,采用关联规则方法对每个事故场景中事故因素之间的关联度进行分析。结果表明:货车-两轮车事故可分为4种典型场景,即2种十字路口事故,1种直行道路事故以及1种丁字路口事故。十字路口事故场景中事故特征与存在视觉障碍关联度较高,且在十字路口事故中“货车左转”所带来的风险也比较高;直行道路事故中货车制动规避与道路上是否有信号灯存在关联性;丁字路口事故中型货车转向规避与骑车人遭到碾压之间存在关联性。该研究结果可以为两轮车骑车人安全对策和安全测试场景提供参考。

基于隐结构模型结合关联规则研究冠心病稳定型心绞痛中医证候特征

目的探讨冠心病稳定型心绞痛中医证候的分布及特征,为今后冠心病稳定型心绞痛的辨证论治提供客观可靠的依据。方法计算机检索中国期刊全文数据库(CNKI)、万方(WanFang)、维普(VIP)等数据库内自建库以来至2022年1月的名老中医治疗冠心病稳定型心绞痛的医案及临床经验,采用孔明灯Lantern5.0软件,应用爬山法(LTM-EAST)算法建立症状隐结构模型并进行综合聚类分析;采用SPSS Modeler 15.1软件,用Apriori算法,对中医证素进行关联规则分析并绘制复杂网络图。结果①纳入的206例医案共涉及24个中医证候,其中频次较高(>5%)的分别为心血瘀阻证、痰瘀互结证、气滞血瘀证、痰湿阻滞证、气虚血瘀证、心阳虚证、气阴两虚证。②将共计121个症状作为显变量,应用LTM-EAST算法构建结构模型,得出30个隐变量,对得出的30个隐变量进行综合聚类,共得出9个综合聚类模型即9个中医证候,分别为气滞血瘀证、心血瘀阻证、气虚血瘀证、心阳虚证、气阴两虚证、痰瘀互结证、痰湿内阻证、痰热内闭证、心肾阳虚证。③对24个中医证候提取的17个证素进行关联规则分析,推导出7个中医证候,分别为心血瘀阻证、心阳虚衰证、痰瘀互结证、气阴两虚证、阳虚血瘀证、气虚血瘀证、气滞血瘀证。结论综合归纳,最终得出6个中医常见证候,分别为:气滞血瘀证、心血瘀阻证、气虚血瘀证、心阳虚证、气阴两虚证、痰瘀互结证。

基于关联规则挖掘的信息安全专业课程体系优化设计

海内外信息安全专业人才需求不断变化,信息安全专业课程体系的优化具有非常重要的意义.基于关联规则算法对信息安全专业学生各门课程成绩之间的关系进行挖掘,探索信息安全专业的专业课之间、专业课与数学课程之间、专业课与物理课程之间的关系,通过置信度的设置,挖掘各相关课程之间的关系,进而提出了优化的信息安全专业的课程体系.研究成果将有助于信息安全专业学生知识体系的构建,进而促进信息安全专业学生就业率的提高.

基于改进关联规则算法的双介质喷嘴离线调试平台设计

以往的双介质喷嘴离线调试平台由于仅对双介质喷嘴特征参数的单个模型进行计算,导致平台的调试时间较长、调试效果较差,因此,设计基于改进关联规则算法的双介质喷嘴离线调试平台。在硬件上,设计微处理器和通信器;在软件设计上,利用最小二乘法对双介质喷嘴的特征进行参数化。在改进关联规则算法的支持下,设定相应的约束条件和离线调试目标,通过计算双介质喷嘴特征参数的一阶数学模型、二阶数学模型和参数状态离散控制模型,得到双介质喷嘴的离线调试函数,从而完成双介质喷嘴的离线调试。通过上述软硬件的设计,完成对双介质喷嘴离线调试平台的设计。在仿真实验中,与以往的双介质喷嘴离线调试平台相比,设计的基于改进关联规则算法的双介质喷嘴离线调试平台调试总时间仅为6.8 ms,调试时间更短,调试效果更好。

基于关联规则挖掘的终端区交通拥挤传播规律研究

本文基于空中交通流运行现象建立交通拥挤传播规则挖掘模型,从数理角度分析并表征终端区交通流拥挤状态的传播现象。首先,对终端区交通流按照航段结构进行划分并给出交通状态评价指标,采用模糊C均值算法对终端区进场交通流状态进行聚类划分;其次,使用OApriori算法挖掘终端区进场交通流拥挤传播规则;最后,基于实测历史数据构建北京终端区全空域及机场模型(TAAM,total airspace and airport modeler)仿真场景,模拟终端区在不同流量分布特征下的运行情况并进行分析,结果表明:本文模型分析所得的传播规律与实际情况相符,并发现优化终端区进场点流量分布能显著减少终端区拥挤状态的传播现象。

基于FP-growth算法的交通事故数据关联规则挖掘研究

为了探寻多种事故影响因素共同作用下诱发交通事故的某种规律以及各因素间的关系,本文采用FP-growth算法对收集到的交通事故数据进行分析研究,挖掘其中的潜在价值信息,找出事故发生的原因,根据分析结果给相关部门提出建议,帮助城市交通管理者制定更有效的管理措施,以达到降低交通事故发生频率的目的。

基于关联规则的群组共享密钥协议研究

静态的密钥管理策略难以适应网络动态变化.针对这一问题提出一种基于关联规则的群组密钥管理方案,使用关联规则分析移动分布式网络中密钥之间的关系,通过路由中密钥使用频率挖掘群组密钥之间的频繁关系,根据可信度建立合理的密钥共享方案.在效率上,该方案适应网络动态变化,降低对先验知识的需求,发现频繁密钥集规模与路由延时之间的折中关系,网络实体可根据密钥之间的频繁关系动态调整群组密钥管理方式.在安全性上,节点根据密钥规则选择密钥策略,在频繁密钥集上实施共享密钥协议,提高了安全性.

基于疾病网络的血友病并发症挖掘与关联规则分析

目的 基于疾病网络探讨血友病并发症的一般性规律,预测血友病患者可能发生的并发症。方法 从PubMed数据库中检索血友病相关文献,通过MetaMap工具从文献标题、摘要文本中抽取疾病实体,基于疾病对的共现关系构建疾病网络,分析疾病网络的整体特征、节点特征及结构特征等。对疾病实体网络进行关联分析,挖掘其关联规则,分析血友病并发症的一般性规律。采用链路预测算法预测血友病的潜在并发症。结果 血友病及其并发症构成的关联网络在网络结构上满足小世界网络特征和分布均匀的凝聚子群特征。凝聚子群分析结果显示,血友病并发症可分为遗传性疾病、血液系统疾病、传染性疾病和慢性疾病共4大类。关联规则分析发现133条置信度≥0.8的规则,链路预测进一步得到了许多有据可查的疾病对。结论 基于疾病网络进行血友病并发症关联分析和链路预测,可实现对血友病潜在并发症的有效预测,为血友病的临床诊疗提供决策支持。

基于关联规则数据挖掘的Apriori算法应用分析

基于关联规则的数据挖掘主要用于发现数据集中项目之间的联系。以Apriori算法为核心,利用店铺在线订单作为数据载体,深入挖掘顾客购买商品的历史记录,探究商品之间的关联性。通过分析这些关联规则,商家可以更精准地了解顾客的购物喜好和行为模式,从而制定出更具针对性和实效性的营销策略,有效提升商品的销售业绩。

基于关联规则的局部离群数据挖掘算法设计

针对现有挖掘算法在对局部离散数据挖掘时,存在挖掘结果关联度低、挖掘效率低的问题,引入关联规则,开展对局部离群数据挖掘算法设计研究。对需要挖掘的局部离散数据预处理,包括数据清洗、数据集成等。针对局部离散数据中的高维数据,提出一种基于属性相关分析方法,实现聚类。确定挖掘算法中的离群因子与链距离。最后,结合关联规则,实现对局部离散数据的并行挖掘。通过对比实验证明,新的挖掘算法挖掘结果关联度更高,且挖掘效率高,具备极高应用价值。

基于关联规则的高速公路交通事故风险识别

高速公路交通事故各影响因素间的深层内在关系对于揭示事故发生的机理和规律有重要意义。文章通过选择社会网络分析、关联规则Apriori算法和可视化等方法,提出从宏观到微观的分层关联规则挖掘流程,并对Apriori算法输出的关联规则进行聚类和多维度交互作用下的分析,深入挖掘高速公路交通事故各影响因素间的关联规律,并识别事故风险。结果表明:不同路段在事故车道分布和事故形态上存在较大差异;Apriori算法能准确地解读多维度关联规则,识别小型客车、第一车道和晴天为影响高速公路交通事故的关键风险因素,撞护栏和追尾事故为主要事故形态,K227~K300桩号区间存在着部分弯曲道路且与城区连接有较多的互通出入口,结合关联规则识别其为事故风险路段;研究证实了该流程可以有效识别事故风险,揭示事故机理,为高速公路行车安全水平的提升提供理论指导。

基于关联规则的物联网海量数据分析系统研究

物联网设备产生的数据量庞大且复杂,如何有效地管理和分析这些数据是重要问题。文章基于已有的数据挖掘方法,提出了一种关联规则的网络检索算法,设计了一个物联网海量数据分析系统,并对该系统进行了性能测试与研究。测试结果表明,随着数据规模的增大,数据处理时间也相应增加,呈近似线性关系。在海量数据分析系统中,处理更大规模的数据会导致较长的处理时间,即数据处理时间与数据规模成正比关系。通过满足用户需求、提高系统性能以及降低成本费用,该算法能够有效地利用资源。

基于关联规则提取的外语翻译信息密度检测

为了提高外语翻译信息密度检测的有效性,提出基于关联规则提取的外语翻译信息密度检测方法。构建语料特征信息挖掘的二元模型,并采用关联规则提取方法计算关联规则分布特征参数,完成语料特征的提取。根据语料特征提取结果,计算信息密度检测中心点与信息增量特征的多维尺度信息。计算信息的平均可达密度,将其作为密度检测结果进行输出。实验结果表明,相较于传统对比方法,所提方法可以提高外语翻译信息密度检测精度,检测精度在97%左右。

基于关联规则的油田大型机泵设备振动故障数据采集方法

为了在不同工况下获取完整的振动故障数据,设计关联规则的油田大型机泵设备振动故障数据采集方法.提取大型机泵设备振动故障数据特征,在数据标准阈值中设定预警值与报警值,获取故障数据的全频域信息;基于关联规则方法优化振动故障数据采集完整性,通过分解、排序、更新三个步骤在处理噪声的同时保证数据完整性;引入连续采集算法判定振动数据故障阈值,优化完成油田大型机泵设备振动故障数据采集.实验表明,该数据采集方法可以在六种工况下,有效获取机泵设备回旋振动与纵向振动的完整故障数据,具备实际可行性.

基于大数据关联规则算法的卡林型金矿床元素富集规律及找矿方法研究

大数据时代的到来,为卡林型金矿床开拓了新的找矿思路。本研究应用关联规则算法,挖掘滇黔桂“金三角”卡林型金矿床内微量元素与金矿化海量数据之间的关联性,提取元素异常组合,分析控制因素,定量构建找矿标志。结果显示矿床内元素异常组合分为4组:(1)强正关联显著富集元素(As、Sb、Hg、Tl、Ag、W和Rb),显示硫化和黏土化作用;(2)较强正关联略富集元素I(Zr、Th、Ta、Nb和Hf)和强负关联强迁出元素(Li和Sr),显示去碳酸盐化作用;(3)较强正关联略富集元素II(Sn、Zn、Ni、V、Co和Cu),显示硫化作用;(4)弱关联基本无富集元素(Cd、Pb、Ba、Bi、U和Mo),与成矿无显著关联。从大数据角度获取的元素异常组合,与学界关于Au主要在去碳酸盐化、硫化和黏土化条件下形成的认识一致。通过关联规则算法分别对与硫化和去碳酸盐化相关的元素建立定量找矿标志。硫化找矿标志:样品中As、Hg、Sb、Tl、W、Ag和Rb等元素内中高含量项数≥1、≥2、≥3、≥4和≥5时,对应的Au矿化分别为≥4.5×10^(-9)、≥47.0×10^(-9)、≥150×10^(-9)、≥500×10^(-9)和≥1000×10^(-9);样品内高含量项数≥1、≥2和≥3时,对应的Au矿化分别为≥150×10^(-9)、≥500×10^(-9)和≥1000×10^(-9);找矿过程中两组指标配合使用,确保不漏矿,高效圈矿。去碳酸盐化找矿标志:样品中Zr、Th、Ta、Nb和Hf含量任意两项出现正异常,认为样品经历过去碳酸盐化作用。定量识别的硫化和去碳酸盐化找矿标志可望在卡林型金矿找矿预测中发挥重要作用。本研究基于关联规则算法分析矿床元素富集规律、控制因素和定量构建找矿标志的方法,也可为其他类型矿床开展类似研究提供新思路。

基于关联规则的Android恶意软件检测技术

由于Android系统的开放性和多样性,使得该系统的受攻击面非常广泛,同时随着入侵技术和手段不断升级,导致恶意软件难以被检测到。为此,提出基于关联规则的Android恶意软件检测技术。利用计算机编程语言中dpke库对wireshark配置脚本文件解析,提取恶意软件流量,并获取恶意软件静态特征,通过对恶意软件流量聚类分析,利用频繁项集与关联规则计算最小支持度与最小置信度,提取到关联规则,将关联规则与规则库比对,识别检测恶意软件类型,以此实现基于关联规则的Android恶意软件检测。实验证明,设计技术查准率在95%以上,F_measure值在0.95以上,在Android安全防护方面具有良好的应用前景。