| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 2 相关技术介绍 | 第17-28页 |
| 2.1 特征选择 | 第17-19页 |
| 2.2 二元分类算法 | 第19-21页 |
| 2.2.1 支持向量机 | 第19-20页 |
| 2.2.2 逻辑回归 | 第20页 |
| 2.2.3 决策树 | 第20-21页 |
| 2.3 多标签预测模型 | 第21-26页 |
| 2.3.1 多标签预测模型的描述形式 | 第21-22页 |
| 2.3.2 多标签算法的工作原理和典型方法 | 第22-23页 |
| 2.3.3 多标签算法的评价指标 | 第23-26页 |
| 2.4 系统设计 | 第26-27页 |
| 2.4.1 机器学习模型部署方案 | 第26页 |
| 2.4.2 基于python的web框架 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 基于疾病预测的体检结果生成模型设计 | 第28-43页 |
| 3.1 概述 | 第28-29页 |
| 3.2 疾病预测模型 | 第29-38页 |
| 3.2.1 数据预处理 | 第29-32页 |
| 3.2.2 特征选择 | 第32-34页 |
| 3.2.3 多标签分类模型介绍 | 第34-38页 |
| 3.3 基于疾病预测的体检结果生成模型 | 第38-42页 |
| 3.3.1 基于Apriori方法的体检结果生成模型 | 第38-40页 |
| 3.3.2 基于疾病和特征的体检结果生成模型 | 第40-41页 |
| 3.3.3 集成模型 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 实验设置与结果分析 | 第43-52页 |
| 4.1 实验环境介绍 | 第43页 |
| 4.2 疾病预测模型参数设置 | 第43-44页 |
| 4.3 疾病预测模型实验结果与分析 | 第44-48页 |
| 4.3.1 基于样本的分类结果 | 第44-46页 |
| 4.3.2 基于样本的标签排序评估 | 第46-48页 |
| 4.3.3 训练时间评估 | 第48页 |
| 4.4 体检结果生成模型评价标准 | 第48-49页 |
| 4.5 体检结果生成模型实验结果与分析 | 第49-51页 |
| 4.5.1 基于Apriori方法的体检结果生成模型 | 第49页 |
| 4.5.2 基于疾病和特征的体检结果生成模型 | 第49-50页 |
| 4.5.3 集成模型 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 5 体检结果生成系统设计与实现 | 第52-63页 |
| 5.1 需求分析 | 第52-53页 |
| 5.1.1 功能性需求分析 | 第52页 |
| 5.1.2 非功能性需求分析 | 第52-53页 |
| 5.2 概要设计 | 第53-54页 |
| 5.3 详细设计 | 第54-57页 |
| 5.3.1 手机端登录模块 | 第54-55页 |
| 5.3.2 查看体检结果模块 | 第55-56页 |
| 5.3.3 上传模型模块 | 第56-57页 |
| 5.4 数据库设计 | 第57-59页 |
| 5.4.1 概念设计 | 第57-58页 |
| 5.4.2 关系模型 | 第58-59页 |
| 5.5 系统实现 | 第59-62页 |
| 5.5.1 环境介绍 | 第59页 |
| 5.5.2 服务器端实现 | 第59-61页 |
| 5.5.2.1 查看体检结果模块 | 第59-60页 |
| 5.5.2.2 上传模型模块 | 第60-61页 |
| 5.5.3 客户端实现 | 第61-62页 |
| 5.6 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 本文工作总结 | 第63-64页 |
| 6.2 下一步工作展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第68-69页 |
| 个人简历 | 第68页 |
| 教育经历 | 第68页 |
| 研究生所获奖励 | 第68页 |
| 发表论文 | 第68页 |
| 参与科研项目 | 第68-69页 |
| 致谢 | 第69页 |