| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 缩略词表 | 第9-10页 |
| 第一章 引言 | 第10-16页 |
| 1.1 本文研究的背景及意义 | 第10-13页 |
| 1.2 本文研究的问题、技术路线和创新点 | 第13-16页 |
| 1.2.1 本文研究的问题 | 第13页 |
| 1.2.2 本文的技术路线 | 第13页 |
| 1.2.3 本文的创新点 | 第13-16页 |
| 第二章 数据和方法的介绍 | 第16-22页 |
| 2.1 数据来源 | 第16页 |
| 2.2 研究方法 | 第16-22页 |
| 2.2.1 描述性流行病学方法和季节指数法 | 第16-17页 |
| 2.2.2 SOM聚类方法 | 第17页 |
| 2.2.3 MR-GCLSSVM混合预测模型 | 第17-22页 |
| 2.2.3.1 多输入多输出机制 | 第17-18页 |
| 2.2.3.2 灰狼优化算法 | 第18-19页 |
| 2.2.3.3 交叉验证算法 | 第19-20页 |
| 2.2.3.4 LSSVM模型 | 第20-21页 |
| 2.2.3.5 MR-GCLSSVM模型 | 第21-22页 |
| 第三章 全国肺结核病特征分析 | 第22-28页 |
| 3.1 全国肺结核病发病总体趋势特征分析 | 第22-24页 |
| 3.1.1 描述性总体趋势分析 | 第22页 |
| 3.1.2 总体线性趋势特征分析 | 第22-24页 |
| 3.2 全国肺结核病流行特征分析 | 第24-28页 |
| 3.2.1 发病年龄分布特征 | 第24-25页 |
| 3.2.2 发病月份分布特征 | 第25页 |
| 3.2.3 发病地区分布特征 | 第25-28页 |
| 第四章 全国各地区肺结核发病率相似时间轨迹分析 | 第28-32页 |
| 4.1 相似时间轨迹分析的意义 | 第28页 |
| 4.2 SOM神经网络应用于全国各地区肺结核发病率时间轨迹 | 第28-32页 |
| 第五章 全国肺结核多地区发病率预测模型与单地区发病率预测模型对比分析 | 第32-43页 |
| 5.1 构建全国肺结核多地区发病率预测方法的意义 | 第32-33页 |
| 5.2 多地区预测模型和单地区预测模型的不同点比较 | 第33页 |
| 5.3 全国肺结核多地区发病率向前12月预测结果对比 | 第33-41页 |
| 5.3.1 MR-GCLSSVM、SR-GCLSSVM和SR-GCGRNN模型建模过程与预测结果对比 | 第33-41页 |
| 5.4 MR-GCLSSVM预测2015年各地区肺结核发病率结果 | 第41-43页 |
| 第六章 结论与展望 | 第43-45页 |
| 6.1 结论 | 第43页 |
| 6.2 展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读硕士学位期间参与的科研成果 | 第49-50页 |
| 致谢 | 第50页 |
