典型文献
基于卷积神经网络的中草药推荐系统
文献摘要：
中医诊疗在我国历史悠久,但是从计算机角度对中医症状与中药关系的研究很少.本研究基于中医诊疗规则,运用卷积神经网络技术,实现从中医病症到中草药的自动推荐(CNN-based Herb Prescription,CNN-HP).具体地,本研究提出一种含单个卷积层和三个全连接层的卷积神经网络模型,并与现有中草药推荐算法以及经典的机器学习算法进行了推荐性能的比较.定量和定性的实验结果表明,CNN-HP模型的推荐性能高于对比算法,其精确度为71.54％,召回率为87.09％,F1分数为78.55％.本研究为中医病症到中草药的自动推荐提供了新思路.
文献关键词：
中医辅助诊疗;人工神经网络;处方推荐
中图分类号：
作者姓名：
陈灿宇;付阿敏;李国伟;余兆钗;李佐勇
作者机构：
闽江学院计算机与控制工程学院 福州 350121;山东科技大学电子信息工程学院 青岛 266000;福建省信息处理与智能控制重点实验室(闽江学院) 福州 350121
文献出处：
引用格式：
[1]陈灿宇;付阿敏;李国伟;余兆钗;李佐勇-.基于卷积神经网络的中草药推荐系统)[J].世界科学技术-中医药现代化,2022(06):2402-2410
A类：
处方推荐
B类：
中草药,推荐系统,中医诊疗,中医症状,神经网络技术,医病,病症,自动推荐,Herb,Prescription,HP,卷积层,全连接层,卷积神经网络模型,推荐算法,机器学习算法,推荐性,对比算法,召回率,中医辅助诊疗,人工神经网络
AB值：
0.322711
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
