张晓红
- 作品数：9 被引量：28H指数：3
- 供职机构：东北大学计算机科学与工程学院更多>>
- 发文基金：国家自然科学基金国家科技重大专项中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于数据挖掘的小儿肺炎中医辨证动态量表的生成方法被引量：10
- 2008年
- 本文利用数据挖掘技术对大量小儿肺炎的病例数据进行处理,提出一种小儿肺炎中医辨证动态量表的生成方法,根据数据挖掘结果动态生成不同证型的量表,通过量表计算出标准化分值,确定病儿所属的证型及程度,为医生提供辅助诊断。该方法克服了传统中医辨证诊断无严格量化标准和存在主观性的不足,增强了中医辨证诊治的科学性。
- 张晓红张斌印莹梁茂新王雪峰董丹
- 关键词：中医辨证量表数据挖掘
- 多显型疾病中致病模式和保护模式的挖掘
- 在多显型疾病中发现致病模式和保护模式具有很大的挑战性.以前的研究都是针对两类数据,即通过发病人群和正常人群对照得到疾病的发病模式,在多显型疾病(多种疾病或多亚型疾病)中同时发现致病模式和保护模式没有得到进一步研究.而关联...
- 印莹张斌赵宇海张明卫张晓红
- 关键词：兴趣度
- 文献传递
- 多显型疾病中致病模式和保护模式的挖掘
- 在多显型疾病中发现致病模式和保护模式具有很大的挑战性.以前的研究都是针对两类数据,即通过发病人群和正常人群对照得到疾病的发病模式,在多显型疾病(多种疾病或多亚型疾病)中同时发现致病模式和保护模式没有得到进一步研究.而关联...
- 印莹张斌赵宇海张明卫张晓红
- 关键词：兴趣度
- 文献传递
- 基于深度置信网络的云应用负载预测方法被引量：2
- 2017年
- 为了准确预测云应用负载以便及时执行云应用自适应优化,从而保证云应用性能的稳定,根据云环境下应用负载预测问题的特点,提出了基于深度置信网络的云应用负载预测方法.首先给出能够有效描述负载数据的显式特征和隐式特征并定义了负载预测模型,进而给出基于深度置信网络的负载预测算法.对算法进行了分析并在真实数据集上与相关算法进行了比较,结果表明,本文提出的方法能够更加有效地解决云应用负载预测问题.
- 马安香张长胜张斌张晓红
- 关键词：云计算自适应优化
- 基于中医疗效评价的交互式数据挖掘框架被引量：7
- 2008年
- 设计并实现了基于小儿肺炎中医疗效评价的交互式数据挖掘框架。该框架采用数据挖掘、数理统计和逻辑分析相结合的方法,通过回顾性和前瞻性多角度的验证与比较研究,揭示各证和所属症状之间的关联性,不仅突破了传统的疗效评价方法的限制,而且优化了疗效规范,建立了客观的、人机交互可度量的病证结合的疗效评价体系。
- 印莹张斌赵宇海张晓红张明卫
- 关键词：疗效评价数据挖掘关联规则量表
- 基于CPN网络的Deep Web数据语义标注
- 2009年
- 全面准确地标注Deep Web数据是实现Deep Web数据集成系统的关键问题,然而现有的DeepWeb数据语义标注方法还不能很好地解决这一问题.提出一种基于CPN网络的Deep Web数据语义标注方法,通过提取属性值的基本特征,采用CPN网络实现Deep Web数据语义标注.同时,采取了一种有效的方法准确获取Deep Web结果页面中的属性值,为语义标注奠定了良好的基础.与同类成果相比,基于CPN网络的Deep Web数据语义标注方法提高了语义标注的准确率及召回率.
- 马安香高克宁张晓红张斌
- 关键词：DEEPWEB数据集成语义标注特征选取
- 一种求解分类问题的自适应人工蜂群算法被引量：2
- 2016年
- 考虑到分类算法学习到的分类器的可理解性,提出一种求解分类问题的自适应人工蜂群算法——A_ABC,该算法生成一组可理解的分类规则。在基于规则的分类方法中,采用合适的规则评价函数能够提高分类算法的性能,A_ABC算法能够针对不同数据集自适应选取相适应的规则评价函数,同时能够有效处理连续类型的属性和离散类型的属性。最后,在多个公用的真实数据集上,将A_ABC算法与相关算法进行了比较,结果表明A_ABC算法能够更加有效地解决分类问题。
- 马安香张长胜张斌张晓红
- 关键词：人工智能
- 支持动态服务组合的Web服务封装被引量：6
- 2008年
- 针对如何将包含复杂操作的Web服务封装成Web服务社区和Web服务簇这一问题,提出一种基于Web服务日志,使用序列模式挖掘技术的Web服务封装方法.该方法对Web服务日志进行序列模式挖掘以获得业务功能服务序列,使用获得的序列将Web服务封装成业务功能服务,进而封装成服务社区和服务簇.使用该方法可以有效地将包含复杂操作的Web服务封装成支持动态服务组合的服务社区和服务簇.
- 魏伟杰张斌张晓红张明卫
- 关键词：序列模式挖掘动态服务组合
- 一种自适应蚁群分类算法被引量：1
- 2014年
- 将分类学习看作是一个找出最优分类规则的优化问题,提出一种自适应蚁群分类算法——Adaptive L_AMP,以得到一组可理解的分类规则.在基于规则的分类方法中,规则评价函数的选取至关重要,本文提出的算法能够针对不同数据集自动选取与之相适应的规则评价函数以提高分类准确性.此外,为进一步提高算法的分类准确率,设计了一种局部搜索策略并将其融入到Adaptive L_AMP算法中.最后对算法进行了分析,并在多个公用的真实数据集上与相关算法进行了比较,结果表明Adaptive L_AMP算法能够更加有效地解决分类问题.
- 马安香张长胜张斌张晓红
- 关键词：蚁群算法自适应蚁群算法
