朱金伟
- 作品数：6 被引量：123H指数：2
- 供职机构：江苏大学计算机科学与通信工程学院更多>>
- 发文基金：国家高技术研究发展计划江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术轻工技术与工程更多>>
- 数据挖掘算法研究与综述被引量：88
- 2005年
- 数据挖掘方法结合了机器学习、模式识别、统计学、数据库和人工智能等众多领域的知识,是解决从大量信息中获取有用知识、提供决策支持的有效途径,具有广泛的应用前景。以关联、分类、聚类归类,对当前数据挖掘的多种方法进行了研究,并指出其现存的问题。这些方法都有局限性,多方法融合、有机组合互补将成为数据挖掘的发展趋势。
- 邹志文朱金伟
- 关键词：数据挖掘聚类分析
- 一种面向中医药领域的二维最大频繁项集挖掘算法被引量：2
- 2007年
- 在中医药领域挖掘药组频繁项集时发现,尽管有些项集的支持度比人们需要的频繁项集的支持度高很多,但这些项集并不是人们感兴趣的,即过分频繁反而变得平凡.本文引入支持度区间的概念,提出了适合中药数据挖掘的二维TCM-FP森林结构及其建树算法.在针对疾病症状的中药药组挖掘过程中,采用优化的搜索策略开发了基于支持度区间的TCMA维间最大频繁项集挖掘算法.这种算法既缩小了挖掘的范围又提高了规则的意义,并且具有较高的执行效率.
- 肖文鞠时光朱金伟辛燕刘志锋
- 关键词：数据挖掘中药最大频繁项集
- 基于知识的中医药对症开方专家系统被引量：2
- 2008年
- 在数据挖掘得出的知识库基础上,结合中药方剂配伍理论及组方过程,提出了方剂配方模型,采用自定义的U连接操作生成主方剂,用中药配伍规则修正主方剂中的药物相克、有毒等不正常现象,再对方剂的四气、五味进行数字化调整,成功为用户开出治疗特定症状的量化中药方剂,切实为医生及中药研发人员提供计算机辅助决策支持。
- 邹志文朱金伟鞠时光
- 关键词：中医药知识管理决策支持
- 用于挖掘TCM-FP树中维间最大频繁项集的算法
- 2010年
- 为了提高数据挖掘算法在中医药数据处理中的效率,提出了采用TCMA算法挖掘TCM-FP树中的维间最大频繁项集。根据中医药数据的特点及药组挖掘的需求,在FP-growth算法的基础上,提出了TCM-FP树及其建树算法和挖掘算法TCMA,在TCM-FP树中采用优化搜索策略挖掘维间最大频繁项集,与FP-growth算法挖掘所有频繁项集比,大大缩短了时间。优化搜索算法切合中药TCM规则挖掘的实际意义,比FP-growth算法挖掘有更高的运行效率。
- 韩立毛鞠时光朱金伟
- 关键词：数据挖掘搜索策略关联规则最大频繁项集
- 基于数据挖掘的中医药数据预处理方法被引量：31
- 2006年
- 中药文化的地区差异带来了中医药数据的众多不确定性,为解决基于数据挖掘的新药研制决策支持系统的数据问题,提出了一套规范原始中医药数据的处理方法。应用了数据归约技术、聚类的方法、模糊集理论改进了中医药数据的质量,使得在预处理后的中药方剂数据库中成功挖掘出重要规则,为研制中药新药提供了有力的决策支持。
- 朱金伟鞠时光辛燕
- 关键词：数据预处理数据挖掘数据归约模糊集隶属函数
- 数据挖掘算法TCMA及其应用研究
- 2009年
- 将TCMA算法用于挖掘TCM-FP树中的最大频繁项集。在中药维度上应用了双支持度,既缩小了挖掘的范围又提高了规则的意义。算法挖掘的中药TCM规则切合实际,且比FP-growth挖掘算法有更高的运行效率。基于TCMA算法设计了中药挖掘器。将挖掘出的TCM规则作为知识库,可为中药的配方提供参考。
- 韩立毛鞠时光朱金伟
- 关键词：数据挖掘知识发现最大频繁项集
