1.多推理模式融合的老年病推理诊断系统，其特征在于：包括症状获取模块，专家经验推理子系统、大数据推理子系统和推理管理模块；

所述症状获取模块用于获取症状信息，并同时发送至专家经验推理子系统和大数据推理子系统；所述症状信息包括症状名称和症状的严重程度信息；

所述专家经验推理子系统包括，

专家经验规则库，用于存储多条规则，所述规则为某一疾病和该疾病的所有症状及症状的严重程度信息；

模糊化模块，用于对所述症状信息以及所述规则中的严重程度信息通过隶属函数进行模糊化；

模糊推理模块：用于根据症状信息以及专家经验规则库内的规则，计算症状信息与专家经验规则库中的每一规则的贴近度作为该规则所对应的疾病发生的概率，并从中选出概率最高的多个疾病及其概率作为推理结果；

大数据推理子系统包括，

关键特征值模块，用于获取病例文本数据，并从中获取每一病例的关键特征值，进而形成关键特征值库；所述关键特征值库内的数据包括，疾病名及其对应的关键特征值；

推理模块，用于将获取的症状信息以关键特征值的形式表示，并计算症状信息的关键特征值与关键特征值库中各疾病所对应的关键特征值的匹配度，以及每个关键特征值所对应的疾病发生的概率，并从中选出匹配度最高的多个疾病及其概率作为推理结果；

所述推理管理模块，用于从所述专家经验推理子系统和大数据推理子系统所反馈的推理结果中选出对应的发生概率最高的指定数量个疾病作为用于分诊参考的输出；

还包括知识图谱推理子系统，

所述知识图谱推理子系统包括，存储有医学知识图谱的知识数据库和语义网络查询模块；

所述语义网络查询模块根据其所获取的症状信息生成查询语句，以从所述知识数据库中查询出相应的疾病名称作为推理结果。

2.根据权利要求1所述的多推理模式融合的老年病推理诊断系统，其特征在于：所述推理管理模块，用于从所述专家经验推理子系统和大数据推理子系统所反馈的，对应的发生概率高于一阈值的疾病中选出发生概率最高的指定数量个疾病作为输出；如发生概率高于一阈值的疾病的数量不足，则输出知识图谱推理子系统的推理结果以补足。

3.根据权利要求2所述的多推理模式融合的老年病推理诊断系统，其特征在于：所述推理管理模块，还用于将概率差小于5%的推理结果视为概率相同，并概率相等的情况下优先选择专家推理系统的推理结果。

4.根据权利要求1所述的多推理模式融合的老年病推理诊断系统，其特征在于：所述推理模块使用等值维度计算法计算关键特征值间的匹配度。

5.根据权利要求1所述的多推理模式融合的老年病推理诊断系统，其特征在于：所述隶属函数为高斯隶属函数。

6.根据权利要求1所述的多推理模式融合的老年病推理诊断系统，其特征在于：所述专家经验规则库中的每一规则均对应疾病严重程度信息；

同一疾病的不同严重程度各自对应一条单独的规则。

7.根据权利要求1所述的多推理模式融合的老年病推理诊断系统，其特征在于：所述贴近度以以下方法计算：将所有隶属函数以同样的抽样频率抽样为离散的隶属度向量；

设A为所得的某一症状的隶属度向量，B为某一规则内同一症状的隶属度向量，则有该症状的贴进度SM（A,B）的计算如下： ；

其中，u为向量内的抽样值，n为抽样次数；

而所有所得症状与该规则的贴进度r则是所有单个症状的贴进度的平均值，即：。

8.根据权利要求1所述的多推理模式融合的老年病推理诊断系统，其特征在于：所述模糊推理模块还包括修正模块，用于通过修正函数对所得贴近度进行修正，得出最终修正结果表征该规则所对应的疾病发生的概率。