标题:基于人工神经网络的中药药性判别研究
作者:李雨;李骁;薛付忠;刘言训
作者机构:[李雨] 山东大学公共卫生学院卫生统计学研究所, 济南, 山东 250012, 中国.;[李骁] 山东大学公共卫生学院卫生统计学研究所, 济南, 山东 250012, 中国.;[薛付忠] 山 更多
来源:山东大学学报. 医学版
出版年:2011
卷:49
期:1
页码:57-61
关键词:人工神经网络; 中药药性; 判别分析
摘要:目的探讨中药的属性特征与其药性的相关性, 及基于误差反向传播算法(BP)的人工神经网络在中药药性判别中的可行性. 方法 收集<<中华本草>>中收录的药性明确、属性特征详尽且具有代表性的植物药1 728种, 先后以单因素和多因素非条件Logistic回归筛选与药性相关性有统计学意义的药材属性特征, 再构建基于中药材属性特征的药性判别的BP神经网络模型, 并以此模型对药材的药性进行判别分类. 结果按照分层随机抽样的原则.从寒、热性两类药材中分别随机抽取60%的药材作为训练集, 其余40%(共691种)药材组成测试集, 构建三层 BP模型对药材做出判别. 测试药材中, 热性药的正确率为70.72%, 寒性药的正确率为71.96%, 整体正确率为 71.49%. 结论基于中药的属性特征, BP神经网络模型能够进行药性的快速识别, 且该模型具有自适应性、容错性、非线性等特点, 能够有效解决中药属性特征与药性的非线性相关关系问题, 为中药药性的有效判别提供了新思路和新方法
收录类别:CSCD
资源类型:期刊论文
原文链接:http://kns.cnki.net/kns/detail/detail.aspx?FileName=SDYB201101016&DbName=CJFQ2011
TOP