[1]吕庆莉.基于信息增益的中医体质多标记分类方法研究[J].中国中医药信息杂志,2019,26(6):97-100.[doi:10.3969/j.issn.1005-5304.2019.06.020]
 LYU Qingli.Study on Multi-label Classification Method of TCM Constitutions Based on Information Gain[J].zhongguo zhongyiyao xinxi zazhi,2019,26(6):97-100.[doi:10.3969/j.issn.1005-5304.2019.06.020]
点击复制

基于信息增益的中医体质多标记分类方法研究

参考文献/References:

[1] 危凌云,李灿东,黄文金,等.中医体质类型分布及兼杂规律研究[J].山东中医药大学学报,2016,40(2):102-104.
[2] 彭长根,丁红发,朱义杰,等.隐私保护的信息熵模型及其度量方法[J].软件学报,2016,27(8):1891-1903.
[3] 李学明,李海瑞,薛亮,等.基于信息增益与信息熵的TFIDF算法[J].计算机工程,2012,38(8):37-40.
[4] 陈科文,张祖平,龙军.文本分类中基于熵的词权重计算方法研究[J].计算机科学与探索,2016,10(9):1299-1309.
[5] ZHANG M L, ZHOU Z H. ML-KNN:A lazy learning approach to multi- label learning[J]. Pattern Recognition,2007,40(7):2038-2048.
[6] 广凯,潘金贵.一种基于向量夹角的k近邻多标记文本分类算法[J].计算机科学,2008,35(4):205-206.
[7] 张顺,张化祥.用于多标记学习的K近邻改进算法[J].计算机应用研究,2011,28(12):4445-4446.
[8] GUO G, WANG H, BELL D, et al. KNN model-based approach in classification[C]//OTM Confederated International Conferences on the Move To Meaningful Internet Systems. Berlin, Heidelberg:Springer, 2003:986-996.
[9] 李峰,苗夺谦,张志飞,等.基于互信息的粒化特征加权多标签学习k近邻算法[J].计算机研究与发展,2017,54(5):1024-1035.
[10] 潘主强,张林,张磊,等.中医临床疾病数据多标记分类方法研究[J].计算机科学与探索,2017,12(8):1295-1304.
[11] 郝春风,王忠民.一种用于大规模文本分类的特征表示方法[J].计算机工程与应用,2007,43(15):170-172.
[12] 冯雪东.基于一对一分解的多标签分类算法研究[D].南京:南京师范大学,2013.
[13] 龚静,黄欣阳.基于隐性语义索引的多标签文本分类集成方法[J].计算机工程与设计,2017,38(9):2556-2561.(收稿日期:2018-06-10)(修回日期:2018-07-14;编辑:向宇雁)

相似文献/References:

[1]任小娟,王琦.应用《中医体质分类判定标准》进行个体化健康管理研究初探[J].中国中医药信息杂志,2007,14(7):1.

备注/Memo

基金项目:国家自然科学基金(81503195);陕西省教育厅重点实验室项目(16JS025);陕西省科技厅项目(2014k14-02-02)

更新日期/Last Update:

2019-05-21