期刊简介
本刊由中医研究院基础理论研究所主办的高级中医药学术期刊，是中国中医基础医学研究领域独一无二的国家级学术期刊。 本刊学术宗旨：突出中医药特色，坚持科学性、学术性、先进性、创新性。以中国为主，面向世界，立足基础医学专业，兼顾临床理论研究，理论研究与实验研究相结合，基础研究与应用研究相结合，开拓中医基础研究，促进中医药科技发展与繁荣。 主要发表范围：国家自然科学基金、卫生部科研基金、国家中医药管理局科研基金、各省、市、自治区科委以及各高等院校科研基金资助的科研成果，发表具有创新意识的学术论文，发表新兴研究领域的具有创见的学术观点。
往期目录
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
首页>中国中医基础医学杂志
- 杂志名称：中国中医基础医学杂志
- 主管单位：国家中医药管理局
- 主办单位：中国中医研究院基础理论研究所
- 国际刊号：1006-3250
- 国内刊号：11-3554/R
- 出版周期：月刊
期刊荣誉：国家科技部中国科技论文统计源期刊期刊收录：知网收录(中), 上海图书馆馆藏, 国家图书馆馆藏, 维普收录(中), 万方收录(中), CA 化学文摘(美), 北大核心期刊(中国人文社会科学核心期刊), CSCD 中国科学引文数据库来源期刊(含扩展版)
基于扩展熵的无监督聚类的中医辨证
李海霞；孙占全；王阶；胡元会；何庆勇；西广成
关键词：辩证, 扩展熵, 无监督聚类
摘要：聚类是目前数据挖掘中非常重要的研究内容,目前已经形成了很多有效的聚类方法,常用的有K-均值法、k中心点法、自组织神经网络、Bayes神经网络等[1、2].但他们大多是有监督聚类,Bayes神经网络聚类是将隐含单元看作聚类数,但该方法需要一定的先验经验确定其先验概率分布,并且当变量很多的情况下很难得到优的聚类结果.无监督聚类是从样本的特征向量出发,研究通过某种算法将特征比较相似的样本聚集在一起,从而达到区分具有不同特征样本的目的.由于无监督聚类没有专家知识的监督,分类的准确性有限[3],因此很多学者长期以来不断探索新的聚类方法以解决不同的实际问题,挖掘数据中人们期望的相关规律.信息瓶颈理论是由Tishby等人在1999年根据Shannon熵信息失真率理论提出的数据压缩方法[4],该方法是从变量合并前后信息损失量一个全新的角度来分析变量的聚类问题,是一种适合于复杂聚类问题的新方法,由于该方法是基于Shannon熵的,因此必须通过统计分析得到变量的概率分布情况,当特征变量只是一个数值而无法统计出其概率时,该方法无法使用,针对这种情况,提出基于扩展熵的无监督聚类方法.扩展熵是基于数值比值的一种熵的定义形式[5],适合于分析一组正数集合的不确定性问题,如药物配比、数值分组等问题.下面以冠心病心绞痛的证候聚类为例,对扩展熵的无监督聚类进行分析.
友情链接