10.11772/j.issn.1001-9081.2021010008
优化强化学习路径特征分类的脉象识别法
脉象识别是中医诊断的重要手段之一.长期以来,依据个人经验进行的脉诊制约了中医的推广与发展.因此,利用传感设备进行脉象识别的研究正在逐步展开.针对神经网络识别脉象的相关研究中,存在需要大量训练数据集,以及存在处理"黑箱"和时间花销较大等问题,在强化学习的框架下,提出了一种采用马尔可夫决策和蒙特卡罗搜索的脉象图分析法.首先依据中医理论对特定的脉象进行路径分类,然后在此基础上为不同的路径选择代表性特征,最终通过对代表性特征的阈值对比完成对脉象的识别.实验结果表明,所提方法可缩减训练时间和所需资源,并可保留完整的经验轨迹;且在提高脉象识别的准确率的同时,还可解决数据处理过程中的"黑箱"问题.
马尔可夫决策;蒙特卡罗搜索;脉象图分析法;路径特征分类;中医脉象
41
TP391.4(计算技术、计算机技术)
2021-12-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
3402-3408