[发明专利]一种数据的中医辩证算法

权利要求书

1.一种数据的中医辩证算法，其特征在于：具体包括以下步骤：

S1、抽取医案中的特征，典型的是中医望闻问切得到的症状，结合现代科技，甚至包括某项指标高低、睡眠质量、生活状态等，每项记为Si(存在记为1，不存在或者未知记为0)，对于每个医案，我们可以得到一个向量(S1，S2，S3，S4，S5，...Sn)及其对应的证型Fj，整个医案集就是多个向量组合成的矩阵；

S2、对于每个证型Fj对应的出现概率，记为PFj，同时计算出该证型下每个特征Si的均值，形成表示该证型对应所有特征的均值的向量，记为WFj；

S3、根据信息熵公式，代入PFj计算整体数据的信息熵shannon；

S4、对于每个特征Si，分别计算出过滤数据集Si＝1，Si＝0的二维数据，记为M1，M0，同时计算出Si＝1和Si＝0的概率记为P(Si＝1)，P(Si＝0)；

S5、对M1，M0执行S2、S3步骤，计算出各自的信息熵shannon1、shannon0，计算特征Si带来的“信息量”；

S6、把每个特征计算出来的shannonSi乘以关系系数k，记为wi，得到权重向量；

S7、把S2中计算出来的每个WFj乘以S6中weight的转置,得到新的向量WFj’；

S8、用户特征能映射到一个新的向量中，记为Wtest，计算Wtest和S7中每个证型向量WFj’的欧式距离，欧式距离值最小的向量所对应的证型，记为趋向证型。

2.根据权利要求1所述的一种数据的中医辩证算法，其特征在于：所述步骤S1中多个向量组合成的矩阵为：

3.根据权利要求1所述的一种数据的中医辩证算法，其特征在于：所述步骤S3中信息熵公式为：

4.根据权利要求1所述的一种数据的中医辩证算法，其特征在于：所述步骤S5中特征Si的信息量公式为：

shannonSi＝shannon-(-(P(Si＝1)*shnnon1+P(Si＝0)*shnnon0))。

5.根据权利要求1所述的一种数据的中医辩证算法，其特征在于：所述步骤S6中的权重向量为：weight＝(w₁，...，w_n)。