1、    基于模糊k最近鄰規(guī)則的葛根類藥材的模式識別【摘要】 目的： 探討模糊k最近鄰算法運用于葛根類藥材模式識別的可行性。 方法 ：選擇6種化學成分的含量，對不同產(chǎn)地的多種葛根類中藥的藥理抗內(nèi)毒素活性建立了模糊k最近鄰規(guī)則識別模式。結(jié)果： 模糊k最近鄰規(guī)則對葛根類中藥的藥理抗內(nèi)毒素活性識別正確率達100%，優(yōu)于經(jīng)典k最近鄰法與Bayers判別法。結(jié)論：模糊k最近鄰算法可用于中藥模式識別 研究 。 【關(guān)鍵詞】 模糊k最近鄰算法； k最近鄰算法； 模式識別； 葛屬模式識別技術(shù)是一種借助數(shù)學方法和 計算 機技術(shù)來對樣品的內(nèi)部 規(guī)律 及隱含性質(zhì)進行 分析 的綜合

2、技術(shù)，包括判別分析、聚類分析、機器 學習 等多種方法。該技術(shù)已經(jīng)廣泛 應用 于各個領(lǐng)域，隨著中藥 現(xiàn)代 化進程，該項技術(shù)逐漸在中藥領(lǐng)域深入應用。k最近鄰法已被廣泛應用于模式識別的分類器設計，所謂k最近鄰法（KNN）就是取未知樣本的k個近鄰，看這k個近鄰多數(shù)屬于哪一類，就把其歸于哪一類，在分類過程中KNN是采用簡單多數(shù)投票法來確定未知樣本的分類1。 問題 是，當學習樣本類別分布不均的時候，如果僅考慮排序后的k個最近鄰而忽視樣本間的不同距離，勢必會降低KNN的分類精度2。模糊k最近鄰算法（FuzzyKNN,FKNN）就是將模糊 理論 與k最近鄰法相結(jié)合的一種監(jiān)督學習技術(shù)，它有效解決了上述問題，它將

3、未知樣本與k個最近鄰的距離模糊化，并為每個類別都設置了相應的隸屬度，而不象KNN那樣簡單的將未知樣本的歸類定為“屬于”或者“不屬于”3。FKNN已被成功的應用于多個領(lǐng)域，在蛋白質(zhì)結(jié)構(gòu)預測3及文本分類2都有著不錯的性能，本研究將FKNN應用于中藥的模式識別， 目前 國內(nèi)尚未見報道。1 FKNN算法的原理及實現(xiàn)本研究的FKNN算法4不同于聶生冬等5將模糊c均值聚類與KNN簡單結(jié)合，而是在KNN的基礎上結(jié)合模糊理論進行歸類決策實現(xiàn)的，其具體算法安排如下： 設已知樣本集合Pp1, p, pn，n為已知分類的樣本數(shù)，c代表分類數(shù)，u代表一個c×n的矩陣； 確定未知樣本的最近鄰數(shù)k的值； 選擇歐

4、式距離范數(shù)d作為距離測度； 對每個未知樣本x： 計算n個距離dd（x，pj），并對其進行排序：piP，且x Pd(1)d(2)d(3) dd(k+1) d(n)其中d(1)到d是未知樣本x的k個最近鄰與x的距離。 在u中找出對應于k個最近鄰距離的k個列uj，其中j1,2, k。 利用上一步從u中獲得的k個列uj，計算4：ui(x)=kj=1uij1d(x,pj)2m-1 kj=11d(x,pj)2m-1其中m為模糊權(quán)重調(diào)節(jié)因子，對于z1,2, ,c，如果ui(x)=maxuz(x)，zi，則x屬于第i類。取下一個未知樣本轉(zhuǎn)到（4）繼續(xù)，上述算法不是迭代過程，每個未知樣本都必須按照上述算法處理一

5、遍。2 中藥葛根類藥材的模式識別中藥模式識別通常是根據(jù)中藥所含化學成分的整體進行分類或描述，識別該中藥的真?zhèn)闻c優(yōu)劣。葛根為豆科植物野葛或甘葛藤的干燥根，全世界已知的葛屬植物大約有18種，我國是葛屬植物的原產(chǎn)地之一，分布極其廣泛，葛屬植物有9個種和2個變種，其中7種與藥用有關(guān)， 研究 結(jié)果表明，不同葛屬植物中藥用成分異黃酮含量和組分差異顯著。曾明等7對8個來源共17個藥材樣本的葛屬植物的總黃酮X1、葛根素X2、大豆苷X3、大豆苷元X4、3甲氧基葛根素X5及多糖X6，6個化學成分進行了測定6，并測定了相應的抗內(nèi)毒素活性強度，按照 文獻 8 方法 對各藥材的抗內(nèi)毒素活性強度進行分類，強度較弱者記為1

6、，強度較強者記為2，結(jié)果見表1。本研究運用模糊k最近鄰算法以6個化學成分的含量為輸入變量，藥理活性強度分類為目標類別建立模式識別模型。從表1原始數(shù)據(jù)隨機選取5個作為未知數(shù)據(jù)進行測試，剩余12個作為已知數(shù)據(jù)進行 學習 ，將各數(shù)據(jù)進行歸一化處理后，運行FKNN算法，算法實現(xiàn)語言為MATLAB。對于FKNN，k值對分類器的性能有顯著 影響 ，表2是不同k值下FKNN的分類精度。由表2結(jié)果可見當k值大于等于7時，F(xiàn)KNN具有最好的分類精度，對未知數(shù)據(jù)集及整個數(shù)據(jù)集的識別正確率都達到了100%，在本例中k取7進行建模識別，識別結(jié)果見表1。我們也嘗試用經(jīng)典KNN法對數(shù)據(jù)進行分類，結(jié)果見表3，可見，在相同k

7、值下FKNN都要比KNN表現(xiàn)出更好的分類性能。就本例數(shù)據(jù)而言，無論我們怎么調(diào)整參數(shù)，KNN法的分類精度都不能令人滿意。張漢明等8也對同樣的數(shù)據(jù)進行了Bayers判別 分析 ，結(jié)果回判的識別正確率也僅有88%與94%。表1 17個藥材樣品的化學與藥理模式數(shù)據(jù)（*為測試數(shù)據(jù)）（略）表2 不同k值下FKNN的分類精度（略）表3 不同k值下KNN的分類精度（略）3 結(jié)果與討論FKNN作為一種監(jiān)督學習技術(shù)，將對每一個未知樣本進行相同的算法處理，且由于其算法不是迭代過程，因此也不存在不收斂的現(xiàn)象。另外，對于模糊權(quán)重調(diào)節(jié)因子m的取值， 理論 上可以是任意的，根據(jù)文獻4，本研究取值m=2，我們也對m在1，3范

8、圍內(nèi)，以0.1為步長考察了不同m值對FKNN分類精度的影響，結(jié)果發(fā)現(xiàn)并無差異。在m=2，k=7時FKNN對17種葛根類中藥的藥理抗內(nèi)毒素活性識別正確率達100%，識別精度要優(yōu)于k最近鄰法及文獻8的Bayers判別法，F(xiàn)KNN可以用于中藥的模式識別研究。【 參考 文獻】1 Jiawei Han，Micheline Kamber. 著. 范明，孟曉峰，等譯. 數(shù)據(jù)挖掘概念與技術(shù). 北京：機械 工業(yè) 出版社，2001：209.2 Shang Wenqian，Qu Youli，Huang Houkuan，etal. Fuzzy knn text classifier based on gini ind

9、ex. Journal of Guangxi Normal University：Natural Science Edition，2006，24（4）：8790.3 Rajkuar Bondugula，Ognen Duzlevski，Xu Dong. Profiles and Fuzzy knearest neighbor algorithm for protein secondary structure prediction. AsiaPacific Bioinformatics Conference, 2005:8594.4 J. M. Keller，M. R. Gray，J. A. Givens. A fuzzy knearest neighbor algorithm. IEEE Trans on SMC, 1985，15（4）：580585.5 聶生東，聶斌，章魯，等. 基于模糊k近鄰規(guī)則的多譜磁共振腦圖像分割方法的研究.  中國 生物醫(yī)學工程學報，2002，21（5）：471477.6 曾明，張漢明，鄭水慶，等. 葛屬植物根的異黃酮類成分分析. 第二軍醫(yī)大學學報，1998