基于Logistic回归、ANN、SVM的乳腺癌复发影响因素研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·研究背景与意义 | 第7-8页 |
| ·文献研究综述 | 第8-10页 |
| ·本文主要工作 | 第10-12页 |
| ·本文主要内容 | 第10-11页 |
| ·本文创新点 | 第11-12页 |
| 2 相关技术分析 | 第12-26页 |
| ·单因素方差分析 | 第12-14页 |
| ·单因素方差分析的发展及相关研究 | 第12-13页 |
| ·单因素方差分析的原理 | 第13-14页 |
| ·LOGISTIC回归分析 | 第14-16页 |
| ·Logistic回归分析的发展及相关研究 | 第14-15页 |
| ·Logistic回归分析的原理 | 第15-16页 |
| ·人工神经网络 | 第16-20页 |
| ·人工神经网络的发展及相关研究 | 第16-18页 |
| ·人工神经网络的原理 | 第18-20页 |
| ·支持向量机 | 第20-26页 |
| ·支持向量机的发展及相关研究 | 第20-22页 |
| ·支持向量机的原理 | 第22-26页 |
| 3 乳腺癌复发预测模型的建立 | 第26-36页 |
| ·实验数据 | 第26-27页 |
| ·LOGISTIC回归分析应用 | 第27-31页 |
| ·人工神经网络应用 | 第31-34页 |
| ·支持向量机应用 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 各种分析方法比较 | 第36-43页 |
| ·原理与方法的比较 | 第36-37页 |
| ·预测效果的比较 | 第37-40页 |
| ·Logistic回归与人工神经网络的比较 | 第37-39页 |
| ·BP神经网络与支持向量机的比较 | 第39-40页 |
| ·优缺点比较 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 5 总结与展望 | 第43-45页 |
| ·总结 | 第43-44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 致谢 | 第50-51页 |
| 攻读学位期间主要科研成果 | 第51页 |
