发布时间：2023-10-09 18:03:36
绪论：一篇引人入胜的法律规矩意识，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
数据结构是计算机专业最核心的专业基础课之一，主要描述的是典型数学模型及其操作在计算机中的表示和实现，实践性和理论都很强。数据结构的实践能力对于学生升学、就业均有重大的影响。数据结构的教学目标包含2方面的内容：理论上使学生能对给定的实际问题，建立准确的问题模型，选择合理的数据结构及其运算集，并设计有效的求解算法；实践上使学生能够运用所熟悉的编程语言，对设计好的解决问题的算法进行高效编程，并熟悉软件设计的基本流程。
根据学生们的反映，理论教学基本上可以比较好地掌握，但一旦进行编程实践，还广泛地存在如下的问题：①有茫然不知所措的感觉，不知如何编写程序，很难将书本理论转化为可以运行的程序；②实验题目没有与实际问题相结合，致使学生对实验缺乏兴趣；③题目缺乏层次，对所有学生实行“一刀切”；④实验题目老套，缺少变化；⑤实验报告不规范，缺少对科技论文写作的必要训练。
这些问题的存在，主要是在以往数据结构教学实践过程中，对学生的认知规律没有很深刻的认识，教学过程、教学内容不太符合学生的认知规律。为了解决这个问题，我们针对数据结构教学实践过程进行了分析，并按照学生认知规律，进行改革和探索，取得了比较好的教学效果。
1、在理论教学中把“理论到实践”改为“实践到理论”
在我们选用的严蔚敏老师所编写数据结构教材中，比较注重理论的抽象性、通用性，很少具有完整的、具体的、能够在计算机上运行的程序。学生刚刚学习了C语言、Java语言，很难理解为何需要“抽象数据类型”，为何用“伪代码”，而不用某种具体语言；也很难理解为什么在定义“抽象数据类型的基本操作”时，不写具体的实现代码。
为了符合学生的认知规律，在理论教学中，我们采用“从程序实例到理论”的教学方法；先给同学分析功能完全一样，分别用C语言、Java语言编写的2个程序实例；然后，再分析其共同特点，把“相同功能的函数”抽象为“抽象数据类型中的基本操作”。再比如，讲解为何数据类型用“ElemType类型”而不用int、float、double类型时，先举出功能完全一样，仅仅变量数据类型不一样的3个程序实例；然后，再分析其共同特点，就很容易让学生们理解为何要把“int、float、double”替换为“ElemType”了。
在第一次理论教学过程中，采用了“理论到实践”的教学方法，我们发现教学效果不够理想；为了取得更好的教学效果，我们分析了学生的认知规律，在后来的理论教学过程中，采用了更加符合学生认知规律的“实践到理论”的教学方法后，发现学生的动手能力、“把伪代码转化为真实程序”的能力得到了很大的提升。
2、分层实践教学
为了让实验教学方法更加符合学生的认知特点，满足不同层次学生对实验题目难度、新颖性、解决实际问题的不同要求，提升学生对实践教学的兴趣；我们针对不同学生的特点，制定了“分层实践教学”的方法。将实践内容分为4个层次，如图1所示。
2.1 基础性实验
基础性实验是围绕数据结构基础知识内容的实验项目。目的是让学生掌握基本数据结构的特点和基本概念，同时掌握基本算法及应用。
基础性实验的题目一般难度很低，基本上属于课本上所讲算法的实现，几乎与课堂教学完全一致，并且给学生分别提供用Java、c语言所写的2个参考示例程序，让学生在其基础上进行适当的修改。这样，当面对“从抽象理论到具体程序”时，就可以解决学生完全不知如何下手的问题。
基础性实验要求所有学生必须独立完成。
2.2 设计性实验
设计性实验是延伸基础实验内容、增加不同难度，形成难度分级的实验项目。学生自行设计数据结构和算法，增强学生对数据结构和算法的理解，提高其解决问题的能力和良好的程序设计能力。
设计性实验的题目由老师提供解决问题的基本步骤和思路，不提供参考代码，让学生自己独立完成所有代码的编写；并且提供多个难度不同的题目，让学生们根据兴趣自由选择其中的一个，这样就大大调动了学生的学习积极性。
设计性实验要求每个学生都应选择一个难度适合自己的题目莱独立完成，现实中，可能会有极少数的学生（5%～10%）难以完成该级别的实验。
2.3 综合性实验
综合性实验是针对数据结构中涉及的多个重点、难点内容设置难度分级的实验项目。主要训练学生综合运用知识的能力、协作能力和创新能力。
综合性实验的题目一般是使用数据结构的知识，解决一个难度较大的现实问题；该问题应能够充分吸引学生或者与现实生活密切相关。由于问题难度较大，我们不要求所有学生参与，他们可以根据兴趣来决定是否参与，往往有50%左右的学生会选择参与该实验项目。
2.4 创新性实验
创新性实验的题目主要来源于老师的科研成果和在研项目内容，老师以前也可能没有完成，10%～20%左右的优秀学生，在老师的指导下，依据数据结构知识，创造性地解决或部分解决一个当前科学问题。这些学生的能力、自信心、学习兴趣将会在创新性实验的过程中得到极大的提高。
2.5 分层实践教学内容示例
表1所示为我们针对队列的分层实践教学的具体方案，其中，基础性实验、设计性实验要求学生在课堂内完成，综合性实验、创新性实验让学生在课外实践中完成。
3、实践教学过程与考核方式
3.1 实践教学过程
为了达到较好的教学效果，我们将实践教学过程分为以下5个步骤。
①理论准备。实验开始前，老师带领学生复习相关的理论知识。
②下达实验任务。老师将划分为4个层次的实验任务书发给学生。
③课内实验。先让学生按规定完成必做的基础性实验；然后让学生们选择一个设计性题目，在实验课内完成，老师随时指导学生、解答学生们的各类问题；最后，老师针对实验完成情况进行讲解点评。
④课外实践。让学生根据自己的实际情况，自由报名，选择综合性实验、创新性实验题目；要求在一定的期限内完成，期间，老师应多与学生们交流，以随时解决学生们所碰到的问题。
⑤结果考核。根据学生们的完成情况，给出评价结果；分为过程考核、结果考核两部分组成，侧重对学生学习态度的评价。
3.2 考核方式
结合学生的心理要求，可以采用多样化的考核方式，具体有以下4种。
①实验报告。这种考核方式主要是针对每个学生必须完成的基础性实验。
②对比评测。这种考核方式主要是针对设计性实验，引导学生们将自己的程序与其他同学们的进行比较，找出差异，经过分析后进行改进。
③分组答辩。主要是针对综合性实验而进行的，3～4个学生为一组，选做一个综合性实验题目，最后老师采用答辩的方式来督促学生进行实验。
【关键词】水利工程资金监管法规
中图分类号：TV 文献标识码：A
当前水利工程建设期中建设管理单位积极推行资金监管措施，保障资金专款专用。因为措施实施涉及对承包商工程账户的监督，必须账户所在银行的服务配合，故实施该措施的必要性和法律依据值得探讨。同时，资金监管措施的推行，对施工承包商的资金使用都会产生哪些不利的影响，笔者认为也有必要站在承包商的角度认为分析。
一、水利工程建设单位对施工承包商实行资金监管的必要性
1.水利工程投资规模大、建设周期长，社会效益波及范围广。例如，笔者参与建设的南水北调中线一期工程于2003年底开工至今，根据可研报告批复，主体工程静态投资为1435亿元。
从以上数据看出，正在修建的南水北调中线工程耗资巨大，设计规划耗时长久。所以在建设期内，做好资金管理工作是确保质量、进度、安全等工程建设管理要素的关键之一。资金的及时支付和准确使用是资金管理的重点。
2.当前工程承包商的资金调配灵活，资金滥用现象频现。随着国内各施工企业大多完成从计划经济体系转向企业化进程，资金和人员调配灵活度高，较容易出现款项挪用、外借、转移等问题，造成资金浪费甚至出现缺口，进而影响工程建设。
例如笔者亲身参与了南水北调中线工程的京石段应急供水工程的施工。该段工程为2003年开工，没有资金监管措施。因承包商资金转移挪用、经营不善、原材料涨价等原因，建设后期部分承包商陷入资金困难，建设单位的月进度款拨付刚到就被支取一空，没有剩余资金用于现场工程建设。部分材料厂商因欠款屡拖不结，频频到建设单位告状。这些经验教训是迫使南水北调中线工程建设单位选择在漳古段工程施工中引入资金监管措施的重要原因。
为了保证工程建设的顺利开展，保证专款专用。工程建设单位在做好自身资金管理的同时加强对支付给施工承包商的各项资金执行监管措施就是迫切需要。
二、实施工程建设资金监管的政策要求
根据财政部和水利部共同下发的《财政部、水利部关于切实加强水利资金使用监督管理的意见》（财农【2012】22号）文件精神，提出要求确保水利资金安全有效使用，推进水利资金的科学化精细化管理，切实加强水利资金使用（的）监督管理等方面。强调从制度建设、预算管理、监督检查、廉政风险防控等各个方面，加强水利资金使用监督管理。逐步形成完备的水利资金管理制度体系，建立多元化监督体系，减少数据不实、虚假立项、挤占挪用资金等违规违纪行为。
建立健全水利工程资金分配、拨付、使用和项目管理等环节在内的整个资金运行全过程的管理体系，是中央对今后水利工程管理的重点要求方面。水利工程的建设单位必须在提高水利工程建设管理水平，加强资金监管方面采取多种措施。保证资金按国家有关规定和合同条款及时、准确的支付和专款专用。
三、实行建设资金监管的合理合法途径
对承包商实行资金监管在水利项目管理中并不多见，存在诸多不同部委行业政策法规的矛盾。实行资金监管涉及施工承包商经营自和现场项目部与总局的资金调度和管理权限等问题。因此顺利实行资金监管的前提是解决其合法合规的问题。
1．建设单位支付给施工承包商的资金，因为在所有权上已经发生转移，建设单位无权干预审查资金的使用，建设单位就需要得到授权具备监督权。在南水北调中线漳古段工程的招标阶段，建设单位就将实行资金监管的条款纳入招标文件内以取得监督权。因工程施工承包合同是通过“要约”与“承诺”的过程签订的，施工承包商对项目投标，就视同对招标文件所列条件的相应，其投标价格应考虑实行资金监管对施工成本产生的影响。所以，通过招标文件和监管协议等合同有效组成部分可以明确资金监管的范围、方式、权责等，顺利解决了工程资金监管的合法合规问题。同时拟定的资金监管协议，将承包商在当地开设的账户银行纳入第三方，从而使资金监管协议具备落实的基础条件。
2.银行在协助资金管理方面有天然的优势，在银行内对资金流动行使监督具有可行性。从而通过银行的信息平台建立对资金流动信息的收集整理和反馈，实现对资金监管理论的落实。
3．资金监管协议的条款必须详尽、完整、具有可操作性。在实施过程中，对施工承包商的资金使用进行约定权利范围内的监管，只有出现施工承包商转移、挪用资金等违约情况时，才能采取协议措施。就如同建设单位要求施工承包商按照投标承诺投入人员、设备等管理措施一样，资金监管不能给予建设单位干预施工承包商正常生产的权利。
通过以上详尽的考虑和措施，解决了资金监管在日常工程管理实施中的合理合法性问题。
四、资金监管对各方的影响分析
1．首先水利工程项目是一种特殊的商品，除了技术含量较高外，建造过程持续时间相当长，就是商品交易过程复杂，期间因为政策、市场和环境等因素可能发生变化，对于合同双方而言，都存在一定的风险。作为施工承包商的角度看，在施工过程中引入监管体制无疑增加成本支出和不确定因素，这是施工承包商所不情愿的。
2．在项目建设期间，施工承包商的项目部主要有以下几项资金来源：自备的资金；建设单位支付的预付款和进度款；质保金；其他收入。同时，项目部的主要开支有几大类：人员工资和日常办公开销；设备、材料采购租赁费；支付给分包单位的工程款；总局收取的管理费、利润和代缴的各类费用等。在资金监管过程中，为了起到有效监管的作用，承包商的人员费用、日常办公开销和各项税费等都不可避免的被纳入监管范围以内，这样无形中增加了施工承包商调拨资金的时间成本和管理成本。
3．中标的施工承包商总局对建设资金监管制度多持反对意见。因为当前工程建设市场，各承包人需要不断参与各类工程项目的投标和建设，需要人员、设备、材料的不断投入和更新，对于资金的使用有着自己的制度和办法。目前，市场上可供使用的融资平台或者成本高昂或者程序复杂，所以在各工程项目资金较充裕时互相调拨对施工承包商来说是常见的操作方式。建设单位的资金监管措施客观上增加了施工承包商的融资难度和成本，也使得他们对待资金监管措施缺乏积极性。
4.漳古段工程实施银行监管措施时，从银行方面得到的帮助有限。依然面临着资金拨付后对法人账户监控并不被银行系统全面接受的尴尬。银行在参与监管协议后获得了稳定的资金注入保证，同时赚取相应的服务费用和资金占用权利。对于协议的落实，并没有过多的积极性。协议相关条款的实施完全依赖于负责监管账户的银行的负责态度、柜台员工责任心等不确定因素，造成了不同的银行出现工程监管力度迥异的现象，出现了监管期间，仍有个别违反监管协议的资金调拨情况的发生。
DOI：10.3969/j.issn.1005-5304.2013.11.007
中图分类号：R2-05；R277.733 文献标识码：A 文章编号：1005-5304（2013）11-0016-04
医学信息量的不断增长催生了一项目前在医学信息学领域的活跃分支——医学数据挖掘/知识发现。在该领域中，聚类方法是一项核心技术，是探索性数据分析和模式发现的一种重要手段[1]。聚类分析是一个将数据集划分为若干类的过程，其结果是使得同一类内的对象具有较高的相似度，而不同类中的对象是不相似的[2]。在统计分析和模式识别领域，聚类已被广泛研究，提出了大量的理论和方法，并取得了丰硕的研究成果[3]。
基金项目：辽宁省教育厅科研课题（L2012345）
双向聚类（biclustering）源于Hartigan[4]提出的同时聚类算法，是一种对数据矩阵中的实例和变量同时进行聚类的新型数据分析方法，可同时使用对象及其属性来提取它们的联合信息，对稀疏和高维矩阵尤其有效，在应用上具有很多优势[5]。该方法在生物医学领域的首次应用见于基因表达谱的分析，随后在微阵列和生物信息学中得到广泛应用[6-8]。而将双向聚类方法应用于中医信息分析则刚刚起步，相关研究较少，笔者以中风病中医治疗组方配伍规律知识发现为例，对该领域内方-药两方面数据进行双向聚类，在对复方聚类的同时反映其配伍信息，以揭示其组方配伍规律。
1 资料与方法
1.1 数据来源
源数据采自中国中医科学院中医药信息研究所开发的《中国方剂数据库》和《方剂现代应用数据库》。预处理采用BICOMB（http：///m/user_content.aspx？ id=300020），双向聚类分析采用gCluto（http：//glaros.dtc. umn.edu/gkhome/cluto/gcluto/overview）。
1.2 数据采集
登录中医药在线（）多库融合平台，检索策略为“主治=中风”，年代不限，命中记录情况为《中国方剂数据库》中1758条、《方剂现代应用数据库》中91条。套录后转换为文本格式的待处理源数据。
1.3 数据预处理
纳入资料标准：主治病证中明确出现针对中风、半身不遂、偏枯、神识昏蒙、言语蹇涩、口眼歪斜及其同义词或近义词等主症，或与已知的中风病因病机符合的方剂。排除资料标准：所治症状可明确为其他因素所引起偏枯、偏瘫等，无主症或主症不符合，以及属于治疗外感表证和类中风的中风方剂。
经标准过滤及整理后，共得到有效记录648条。首先对文本进行处理得到方名和药物组成两项信息，再对部分药名后不相关信息进行清洗，最后对药名进行规范和统一。本文涉及的中药异名，主要参考《中药学》[9]及《中药大辞典》[10]进行规范处理。
1.4 信息抽取
使用BICOMB的提取功能[11]进行方名和药名的识别和抽取。通过频次分析，初步归纳出不同药物在诊疗中使用情况。为确定核心药频次阈值，使用Donohue[12]根据齐普夫定律推导出的高频低频词界分公式进行计算。
其中，I1为词频为1的词个数，T为高频词中的最低频次数。再使用BICOMB系统的进行药方和药名统计，构建“方-药”向量矩阵，矩阵的行为高频药名，列为相关方号。
1.5 双向聚类
采用gCluto对上述矩阵的行和列同时聚类。将之前导出的高频矩阵导入gCluto中，聚类算法采用重复二分法（repeated bisection），类数量设置先后测试了从10（默认）到2，本着ISim（表示类间的紧密程度）尽量高而Esim（表示类间的离散程度）尽量低的原则，经对比发现4类效能最佳。相似性函数（similarity function）采用相关系数。判别函数（criterion function）采用I2。
聚类结果的类内和类间特征以描述度和区分度属性表示。根据各类对象中描述度（descriptive）较高同时区分度（descriminating）较低的原则来筛选效能最佳的各类代表方，作为方证对应判别的主要依据。
2 结果
2.1 预处理结果
预处理后得到有效记录648条，如：NO.1[方名]化风丹。[药物组成]白附子，天麻，羌活，防风，抚芎，人参，陈皮，石菖蒲，荆芥，甘草。NO.2[方名]化风丹。[药物组成]白附子，天麻，防风，荆芥，羌活，独活，人参，细辛，川芎，木香。NO.3[方名]化滞丸。[药物组成]荆三棱，蓬莪术，桔梗，大黄，陈皮，半夏，白术，旋覆花，鳖甲，葶苈子，紫苏叶，木香，沉香，麦芽，槟榔，舶上茴香，硼砂。
2.2 统计结果
Cluster 0类：191号方-龙珠丹（描述度2.3%）：[药物组成]川乌，虎骨，牛膝，败龟，全蝎，白芷，附子，枫香脂，踯躅花，独活，藿香叶，僵蚕，麻黄，当归，白花蛇，地龙，萆薢，金毛狗脊，天麻，川芎，凌霄花，犀角，没药，朱砂，牛黄，麝香，乳香，龙脑。
Cluster 1类：567号方-再造丸（描述度7.8%）：[药物组成]蕲蛇肉，全蝎，地龙，僵蚕，穿山甲，豹骨，麝香，水牛角浓缩粉，牛黄，龟甲，朱砂，天麻，防风，羌活，白芷，川芎，葛根，麻黄，肉桂，细辛，附子，油松节，桑寄生，骨碎补，威灵仙，萆薢，当归，赤芍，片姜黄，血竭，三七，乳香，没药，人参，黄芪，白术，茯苓，甘草，天竺黄，制何首乌，熟地黄，玄参，黄连，大黄，化橘红，青皮，沉香，檀香，广藿香，母丁香，冰片，乌药，豆蔻，草豆蔻，香附，两头尖，建曲，红曲。
Cluster 2类：341号方-独活汤（描述度5.8%）：[药物组成]独活，芍药，远志，薏苡仁，甘草，麻黄，丹参，陈皮，熟地黄，桂枝，，人参，防风，茯神，山萸肉，天门冬，厚朴，牛膝，五加皮，羚羊角，麦冬，山芋，白术，秦艽，黄芪，川芎，附子，石膏，升麻，防己，地骨皮，石斛。
Cluster 3类：207号方-夺命还真丹（描述度3.0%）：[药物组成]天麻，人参，木香，白术，菟丝子，藁本，独活，川芎，僵蚕，黄芩，全蝎，半夏，熟地黄，蔓荆子，甘草，桂枝，生地黄，地骨皮，薄荷，黄连，，防风，茴香，知母，杜仲，茯苓，柴胡，桔梗，陈皮，枳壳，石膏，当归，羌活，白芍，麻黄，细辛，蛤蚧，金箔。
gCluto生成的可视化矩阵中，水平方向为高频药物聚类，垂直方向为这些药物的方聚类。方药矩阵中的四类树结构对应生成的山峰图见图2。
3 讨论
3.1 方药对应判别
将高描述度代表方和该类结果中的高区分度方进行药物组配比对，并结合可视化矩阵的类内药物聚类树结构分布，挖掘该类方中的核心药/药组，最后查阅文献进行方解和功效分析，梳理出方药证治规律。
以Cluster 0为例，将191号方-龙珠丹与类内区分度最高的341号方-独活汤进行组配比对，得到独活、牛膝、麻黄等药物为非该类代表药，排除在外。方解如下。
191号方-龙珠丹出自《杨氏家藏方》卷一，316号方-金汞灵丹出自《续易简》卷四，此二方都有祛风化痰、活络通经、开窍止痉的功效，主治风中经络，口眼斜。主要成分有犀角、牛黄、麝香、朱砂等，该配伍应用的代表方为安宫牛黄丸。方中牛黄、麝香为主药。牛黄味苦甘，性凉，气味芳香，具有清心豁痰、开窍、凉肝、熄风解毒的功效；麝香辛散温通，为开窍之首药，与牛黄配合突出了清热解毒、芳香开窍的特点。药性上，牛黄与麝香一温一凉、相反相成。朱砂镇静安神通心窍，龙脑芳香开窍，能化痰堕痰，辅佐主药加强镇心、定惊、安神的作用。
同类内描述度次之的316号方由牵正散加味转化而来，其主要成分为白附子、僵蚕、全蝎等。主要针对风痰阻络、经隧不利之证，祛风化痰、通络止痉。方中白附子辛甘而热，功能祛风化痰，为君药；全蝎、僵蚕有祛风搜风、通络止痉之功，其中全蝎长于通络止痉，僵蚕优于化痰驱络中之风，共为臣药。三药合用，药少力专，使风除痰消，经络通畅，则病证可愈。
其余方也都侧重于祛风化痰通络，共同点为都重用牛黄、麝香、龙脑、白附子、僵蚕、全蝎等祛风化痰、开窍通络的药物。该类方药适用于痰热腑实、风痰上扰证，体现了清热化痰、熄风开窍、急下通腑的治法治则。痰热腑实、风痰上扰证为本虚标实、上盛下虚之证，虽有本虚之证，但以风、痰、火等标实之候为主。此时邪盛，证偏实，按急则治其标的原则，当治以熄风化痰通络、清热通腑之法，速去其邪。
其余类别均可按此法进行比对分析。
3.2 证治配伍规律
①外风初中经络证：治法治则为祛风扶正、活血通络，标本兼顾。组方以祛风通络、辛温发散药为主，配伍养血调血活血益气药。代表方为夺命还真丹、保命延寿烧酒方、大秦艽汤。常用药对为：半夏+陈皮、羌活+防风、苍术+白芷、当归+川芎等。②痰热腑实风痰上扰证：治法治则为清热化痰、熄风开窍、急下通腑。组方以侧重祛风化痰通络。代表方为龙珠丹、金汞灵丹、安宫牛黄丸。核心药/药组为：朱砂+麝香+牛黄、僵蚕+全蝎+白附子等。③气虚血瘀证：治法治则为益气活血。组方侧重用补气药，并伍以活血化瘀药。代表方为再造丸、神效活络丸、大活络丹。核心药对为：大黄+黄连、熟地黄+肉桂等。④肝肾亏损，阴虚风动证：治法治则为滋补肝肾、熄风潜阳。组方重用牛膝、杜仲等补益肝肾药，辅以丹参等益气养血药，攻补兼施，标本同治。代表方为独活汤、茯苓浸酒。核心药对为：附子+干姜、远志+石菖蒲、牛膝+杜仲等。
结果表明该方法可成功抽取中医方剂数据库中的方药信息、结合不同证型配伍用药特点探索方剂制方要素，梳理出中医中风病方药证治规律。
4 结语
目前，中医药信息处理与分析中的数据挖掘方法种类繁多，本研究试用双向聚类方法探索疾病最为广泛有效的治疗方法和组方用药规律，从多维角度分析了中风病中医方药间的聚类关系，总结出针对4类证型的中风证治规律，是中医药数据挖掘领域的一次新的尝试，希望对后续研究起到抛砖引玉的作用，并预期为方剂配伍理论研究、药性理论研究、中医临床用药研究提供新方法和现代技术手段。
参考文献：
[1] 刘春鹤，赵玉虹，张相苏.试以双向聚类法分析肩周炎治疗热点研究[J].中国科技信息，2012（19）：107-108.
[2] 崔雷.医学数据挖掘[M].北京：高等教育出版社，2006：56-68.
[3] 赵恒.数据挖掘中聚类若干问题研究[D].西安：西安电子科技大学，2005.
[4] Hartigan JA. Direct clustering of a data matrix[J]. Journal of the American Statistical Association，1972，67（337）：123-129.
[5] Banerjee A， Dhillon IS， Ghosh J， et al. A generalized maximum entropy approach to bregman co-clustering and matrix approximation[J]. Journal of Machine Learning Research，2007，8：1919-1986.
[6] Kluger Y， Basil R， Chang JT， et al. Spectral biclustering of microarray data：Coclustering of genes and conditions[J]. Genome Research，2003，13（4）：703-716.
[7] Cho H， Dhillon IS， Guan Y， et al. Minimum sum squared residue based coclustering of gene expression data[C]∥Proceedings of the 4th S/AM International Conference on Data Mining（SDM’04）.2004：114-125.
[8] Cho H， Dhillon IS. Co-clustering of human cancer microarrays using minimum sum-squared residue co-clustering[J].IEEE/ACM Transactions on Computational Biology and Bioinformatics，2008， 5（3）：385-400.
[9] 高学敏.中药学[M].北京：中国中医药出版社，2007.
[10] 南京中医药大学.中药大辞典[M].2版.上海：上海科学技术出版社， 2006.
