原文服务方: 计算机应用研究       
摘要:
提出了对象及其特征数据的一些特性指标:对象的相似度、复杂度、隐蔽度(或能见度),特征数据的贡献度、常见度、显隐性.在综合分析这些特性的基础上,通过融合模糊神经网络技术及可拓学思想,研究了一种信息非完全的复杂数据智能化处理拓展算法,通过嵌入竞争神经网络的计算模型实现了该算法.在复杂的中医诊断推理过程的应用结果表明,该算法可以较好地应用于处理复杂的中医临床数据.
推荐文章
一种新的SAT问题预处理算法
可满足性问题
一元子句推导
蕴涵图
IBLUE:一种新的主动队列管理算法
主动队列管理
BLUE
丢包
平均队列长度
免疫克隆模拟退火
进化数据分组处理算法研究进展
人工神经网络
遗传算法
数据分组处理算法
一种高速印刷图像处理算法
灰度形态学
轮廓提取
图像配准
图像差分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的数据智能化处理算法
来源期刊 计算机应用研究 学科
关键词 智能处理 拓展算法 模糊神经网络 中医诊断
年,卷(期) 2008,(5) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1328-1329,1332
页数 3页 分类号 TP18|TP301
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.05.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈群 广州中医药大学基础医学院 149 1262 18.0 28.0
2 汪仁煌 广东工业大学自动化学院 169 1239 15.0 26.0
3 李江平 广东工业大学自动化学院 28 209 9.0 13.0
4 韦玉科 广东工业大学自动化学院 49 324 11.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (124)
参考文献  (17)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (6)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(12)
  • 参考文献(2)
  • 二级参考文献(10)
2001(11)
  • 参考文献(2)
  • 二级参考文献(9)
2002(6)
  • 参考文献(4)
  • 二级参考文献(2)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(9)
  • 参考文献(3)
  • 二级参考文献(6)
2005(4)
  • 参考文献(3)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
智能处理
拓展算法
模糊神经网络
中医诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导