3.3 人工神经网络 人工神经网络是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络。神经网络是一种运算模型，由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，隐藏节点使用激活函数完成非线性样本向线性的转化，最终通过不断训练将误差反馈给网络来调整权重以达到最佳预测效果[19]。其具有较强的鲁棒性、容错性及自组织性，近年来在冠心病中医数据挖掘中得以推广应用。买买提依力·努尔买提[4]，选取118对高频药对构建神经网络图。网络结果显示药物显示度与节点大小及颜色深浅正相关，其中珍珠、琥珀、蚕茧、檀香、麝香、牛舌草、香青兰、西红花、龙涎香、矢车菊、补血草及银箔等12种药材具有较高显示度。

    3.4 贝叶斯算法 贝叶斯算法包括朴素贝叶斯、贝叶斯网络、贝叶斯分类等多种方法[20]。它是一类利用概率统计知识进行分类的算法。在名医专家经验传承的过程中，可将其与中医辨证知识相结合，构建中医辨证贝叶斯算法模型 ......