导读:本文包含了关联图谱论文开题报告文献综述及选题提纲参考文献，主要关键词:生物医疗数据,疾病信息,知识图谱,关联搜索
关联图谱论文文献综述
刘春圃[1]（2019）在《基于疾病知识图谱的关联搜索技术研究》一文中研究指出近年来,人类社会生物医学健康技术不断取得新的进步和成就,数据呈超指数爆炸式增长。而且随着精准医学的兴起,利用生物医学数据来进一步提高人类医学水平和健康质量成为领域研究热点。在各个种类的生物医疗数据中,与人类最密切相关的数据当属疾病的相关数据。是否能够更好的分析疾病相关数据、是否能够对疾病相关数据之间的关系更加了解,对于提高疾病研究水平以及进一步提高人类健康质量有重要意义。针对以上情况,本文利用已有的疾病相关数据,对疾病相关信息之间的关系进行了分析,并尝试采用不同的算法研究在不同疾病相关数据构成的知识网络中的信息搜索技术:首先,本文详细研究了所使用的疾病相关数据的特点和知识图谱的相关知识。在此基础上,本文参考了知识图谱在知识表达和关联搜索等方面的优势,把本文中所用的疾病数据抽象为了知识图谱中的本体,并进行了数据表达模型的转化,为下一步算法的实现奠定了基础。随后本文根据所使用的疾病相关数据的特点,研究和分析了一些用于发现数据关联关系的算法,其中重点研究了搜索引擎算法以及推荐算法,并分别采用这两类算法中的两种模型设计出了两种关联搜索算法来实现疾病相关信息数据网络上的搜索过程。在初步实现算法设计的基础上,本文又分别针对两种算法计算过程中运行效率的缺点进行了相应的改进,提高了两种算法的运行效率。最后,对设计实现的两种算法进行了实验结果的测试与分析。本文先对两种算法在所用数据上的搜索结果使用各种评价指标进行了对比,对比结果显示了两种算法的不同特点。除此之外,本文也对改进前后的算法效率进行了测试,测试结果表明经过改进后的算法在运行效率上有极大的提高。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
中国工商银行江苏省分行课题组,周乃[2]（2019）在《基于知识图谱的资产关联模型构建与应用》一文中研究指出商业银行授信审批及贷后管理需要缓解信息不对称,提升授信审批和风险控制的准确性、及时性,从而降低运营成本。本文利用大数据技术,借助借款人关联图谱构建资产关联模型,力图全方位、多角度刻画借款人及其资产状况,以提高授信审批效率和优化信贷资产管理。(本文来源于《金融纵横》期刊2019年05期）
李娇[3]（2019）在《基于共现与关联挖掘的人物关系图谱研究与实现》一文中研究指出现代人们的生活节奏越来越快,很难抽出一大部分的时间阅读文章,论文提供了一些方法,可以快速的了解一篇文章中的人物及人物间的关系,根据获得的数据,用数据说明该人物在整篇文章中的主次,构成的人物关系图可以展示该人物的人际关系圈,辅助读者在阅读全文前理清和掌握人物之间的亲疏远近联系,极大地节省了阅读时间。论文选取《白鹿原》作为研究对象,运用共现分析与关联规则挖掘的方法对研究对象进行重点研究。论文使用Python语言编写程序,通过共现分析将文本中的人名节点提取出来,并赋予权重大小;同时提取语料中的两节点之间的边的权重大小。根据提取的节点和关键词对构造共词矩阵,为了获得相似度矩阵,通过使用落合因子Ochiai来确定相似度,使得两个关键字之间的距离越近,得到的数值就越大,相似度越好。欧几里德距离是二维空间中的两个点之间的直线距离的最直观测量方法。使用SPSS聚类分析软件求出共词矩阵的欧式距离,距离越大,差异越大,距离越小,相似性越高。为更好的分析共词矩阵的聚类情况,对共词矩阵进行了R型聚类和Q型聚类,R型聚类不仅能够了解变量间的亲密度,而且能够了解变量组合间的亲疏远近关系,Q型聚类是根据变量信息对个案进行聚类,生成的谱系图更好的阐述了聚类分析的结果。绘制人物关系图谱时,将提取的点节点和边的信息的文本文档格式分别转换成.CSV格式,然后分别导入Gephi软件,按照预先设计好的要求,绘制出人物关系的图。从绘制的人物关系图中分析人物之间的亲密度更直观。在挖掘关联规则时用到了weka作为辅助工具,关联规则中使用了常用的Apriori算法,Apriori算法中数据集的设置是一个重要的环节,要将整个文本当做数据库,将文章的每一章分开,章节中出现的关键词作为一条记录,所有章节的关键词组成的列表合起来构成数据集,对数据库进行多次扫描,并从构建的数据集中发现频繁项集,发现人物间的关联规则。(本文来源于《西北民族大学》期刊2019-05-01）
Lei,Gao,Keliang,Wu,Zhenbo,Liu,Xuelong,Yao,Shenli,Yuan[4]（2019）在《人早期胚胎染色质开放性图谱及其进化的关联》一文中研究指出文章简介发育的进行需要体内的基因能够按照设定的程序、在特定的时间和特定的地点有序地表达,这个过程称为基因表达的编程。人体设定基因表达程序的一种"编程语言"被称为"染色体开放状态"。早期胚胎发育中"染色体开放性"如何指挥人类胚胎的基因表达并不是很清楚。本研究克服研究材料缺乏的难题,建立了少至50细(本文来源于《科学新闻》期刊2019年02期）
任诗雅[5]（2019）在《基于知识图谱的非结构化关联规则抽取研究及应用》一文中研究指出知识图谱用一种结构化的方式存储现实世界存在的知识,由于其知识易于被计算机处理,因此在自然语言处理的许多任务中它都起着极其重要的作用。虽然从绝对数量上来看,现有知识图谱已经包含了海量的叁元组事实,但是与真实世界中存在的知识相比它远远不够,因此如何完善知识图谱成为目前的研究热点。本文提出了一种基于非结构化文本增强关联规则的知识推理方法(Natural Language Enhanced Association Rules Mining,NEARM)。使用该规则可以将自然文本中包含的叁元组事实推理出来用以完善知识图谱。本文的工作有:1.为了从非结构化的文本中抽取叁元组事实,本文使用密度峰值算法对关系文本聚类,其中涉及到的句子相似度计算使用改进的LSWMD算法。为了提高算法效率,本文还利用基于K-BoD的文本聚类算法对其进行改进。2.为了将类簇建模为一个统一的表达方式放入到非结构化关联规则中,本文提出了改进的BoD(BoD-GS,基于高斯分布的文本模式建模)和BoD-TDGS(基于二维高斯分布的文本模式建模)来建模关系文本。实验结果表明,较于BoD-GS,BoD-TDGS更为准确合理。3.研究上述模型得到的文本类簇,可以发现在正常的自然语言表述中,符合这些表达模式的文本所包含的主语和宾语倾向于拥有类似的属性值。将这些规律进行建模可以辅助从更多的文本中抽取叁元组事实。在关联规则挖掘算法的启发下,本文提出并研究了非结构化文本增强的关联规则挖掘,将自然语言文本引入到关联规则中。得到的关联规则充分利用文本信息与知识图谱中的知识,可以直接应用于非结构化文本,并进行叁元组事实抽取。4.为了模拟非结构化关联规则完善知识图谱的过程,本文搭建了一个基于非结构化关联规则的知识抽取原型系统完成仿真实验验证。5.最后,将非结构化关联规则应用到关系分类及叁元组推理两个任务上,实验结果表明了NEARM算法的有效性。(本文来源于《重庆邮电大学》期刊2019-03-03）
唐敏强,张园园,胡鸣,刘越英,程晓晖[6]（2018）在《甘蓝型油菜单体型图谱构建及株高性状全基因组关联分析》一文中研究指出油菜是世界上重要的油料作物之一,株高是影响油菜理想株型及机械化的重要因素。本研究通过对多样性丰富的324份甘蓝型油菜进行高通量深度重测序并结合多年多点的株高表型数据,进行单体型图谱构建以及全基因组关联分析。主要结果如下:1)共鉴定得到1 200万个原始SNP,利用过滤后得到的高质量SNP构建一张包含约6万haplotype的单体型图谱,平均haplotype大小为8.0kb,该图谱覆盖72%基因组。2)利用该单体型图谱与经过BLUP处理的株高表型数据进行全基因组关联分析鉴定到3个分布于chrA02、chrA08和chrC03染色体的haplotype与株高显着关联,它们对表型的贡献率分别为12.14%、9.20%和8.89%,并找到4个与株高相关候选基因,这些基因的拟南芥同源基因通过调节赤霉素合成,运输或者调控DELLA蛋白等方式影响株高。(本文来源于《中国作物学会油料作物专业委员会第八次会员代表大会暨学术年会综述与摘要集》期刊2018-11-19）
张雪,李晓庆,王云,李玲云,戴业佳[7]（2018）在《焦栀子炒制过程中HPLC图谱变化与外观颜色的动态关联研究》一文中研究指出目的分析与焦栀子炒制过程中颜色变化密切相关的化学成分。方法利用色彩分析仪对焦栀子炒制过程中的样品进行色度值测定,并利用HPLC整体图谱分析对焦栀子过程样品中共有成分进行指认和相对峰面积计算,同时利用多元统计学方法对焦栀子过程样品进行颜色与成分关联与判别分析。结果本实验共筛选出与焦栀子炒制过程中与总色值(E*ab)高度相关的8个成分,即羟异栀子苷、6″-香豆酰京尼平龙胆二糖苷、西红花苷-I、西红花苷-II及峰I6、I12、C1、C2,此8种成分含量随焦栀子炒制颜色加深呈下降趋势。且实验结果显示焦栀子炒制过程中鸡屎藤次苷甲酯、去乙酰车叶草苷酸甲酯、羟异栀子苷、西红花苷-II、西红花苷-I及峰C1、C2、C4、C6、C7为含量变化较显着的10个成分。结论羟异栀子苷、西红花苷-I和西红花苷-II是焦栀子炒制过程中与外观颜色变化高度相关且含量变化显着的成分,可作为焦栀子质量控制的潜在质量标志物。(本文来源于《中草药》期刊2018年17期）
唐忆[8]（2018）在《基于深度贝叶斯网络的关联图谱在龙头股抓取中的应用》一文中研究指出本文将利用深度贝叶斯网络构建股票的关联图谱,在传统的涨跌幅乘以权重这种指数贡献度基础计算方法上,拟量化其对关联的个股(行业)产生的衍生影响,以辅助分析人员更加精确地抓取龙头个股和龙头行业,进而更加全面合理的反映出个股(行业)对指数的影响程度。(本文来源于《电子世界》期刊2018年15期）
尹亮,袁飞,谢文波,王栋志,孙崇敬[9]（2018）在《关联图谱的研究进展及面临的挑战》一文中研究指出随着Web技术的不断发展和Linked Open Data等项目的相继开展,关联图谱已被广泛应用于互联网智能搜索、图书馆书目管理、医学、智能制造等领域,并取得了显着的成果。文中深刻阐述了关联图谱的定义、架构以及构建的关键技术,包括实体抽取、实体间关系抽取和知识融合等方面的研究进展,并深度分析了当前关联图谱分析与研究所面临的若干挑战问题。(本文来源于《计算机科学》期刊2018年S1期）
张元元,吕珊,陈梦杰,孔静,孙仁弟[10]（2018）在《沙棘酚类特征成分含量测定及其特征图谱质量表征关联分析研究》一文中研究指出目的建立沙棘酚类特征成分含量测定及其酚类特征图谱质量表征关联分析方法,应用关联分析评价模式,以有效、精准地评价沙棘药材质量。方法采用二极管阵列检测器液相色谱法(HPLC-PDA)对11批沙棘药材中的酚类特征成分(原儿茶酸、鞣花酸、水仙苷、槲皮素、异鼠李素)进行含量测定,建立沙棘酚类特征图谱,基于特征图谱中特征峰的梳理及所属化学类型对11批沙棘药材进行质的表征,基于特征图谱中特征成分原儿茶酸、鞣花酸、水仙苷、槲皮素、异鼠李素及酚酸类(以原儿茶酸表征)、黄酮类(以水仙苷表征)的含量和峰面积分别对11批沙棘药材进行量的表征,并基于基准药材对11批沙棘药材质与量的表征结果进行关联性分析。结果原儿茶酸、鞣花酸、水仙苷、槲皮素、异鼠李素等特征成分均具有良好的线性关系,方法学考察符合定量要求。以批号7为基准药材,在沙棘酚类特征图谱中共含有18个特征峰,其中酚酸类成分特征峰3个,黄酮类成分特征峰15个,11批药材色谱图中均含有此18个特征峰。采用质量表征关联分析与评价模式,得出批号8、7、10、4、5、11、1特征成分含量总体较高,批号6、2、3、1、11与基准药材关联性最高,综合评价得出批号1、11、8、6、7优良度居前。结论建立的沙棘酚类特征成分含量测定方法简便、准确,构建的沙棘酚类特征图谱质量表征关联分析模式用于分析沙棘药材质量与应用有效性,可有效精准地评价沙棘质量。(本文来源于《北京中医药大学学报》期刊2018年05期）
关联图谱论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
商业银行授信审批及贷后管理需要缓解信息不对称,提升授信审批和风险控制的准确性、及时性,从而降低运营成本。本文利用大数据技术,借助借款人关联图谱构建资产关联模型,力图全方位、多角度刻画借款人及其资产状况,以提高授信审批效率和优化信贷资产管理。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
关联图谱论文参考文献
[1].刘春圃.基于疾病知识图谱的关联搜索技术研究[D].哈尔滨工业大学.2019
[2].中国工商银行江苏省分行课题组,周乃.基于知识图谱的资产关联模型构建与应用[J].金融纵横.2019
[3].李娇.基于共现与关联挖掘的人物关系图谱研究与实现[D].西北民族大学.2019
[4].Lei,Gao,Keliang,Wu,Zhenbo,Liu,Xuelong,Yao,Shenli,Yuan.人早期胚胎染色质开放性图谱及其进化的关联[J].科学新闻.2019
[5].任诗雅.基于知识图谱的非结构化关联规则抽取研究及应用[D].重庆邮电大学.2019
[6].唐敏强,张园园,胡鸣,刘越英,程晓晖.甘蓝型油菜单体型图谱构建及株高性状全基因组关联分析[C].中国作物学会油料作物专业委员会第八次会员代表大会暨学术年会综述与摘要集.2018
[7].张雪,李晓庆,王云,李玲云,戴业佳.焦栀子炒制过程中HPLC图谱变化与外观颜色的动态关联研究[J].中草药.2018
[8].唐忆.基于深度贝叶斯网络的关联图谱在龙头股抓取中的应用[J].电子世界.2018
[9].尹亮,袁飞,谢文波,王栋志,孙崇敬.关联图谱的研究进展及面临的挑战[J].计算机科学.2018
[10].张元元,吕珊,陈梦杰,孔静,孙仁弟.沙棘酚类特征成分含量测定及其特征图谱质量表征关联分析研究[J].北京中医药大学学报.2018