基于粗糙集与分类回归树的“病例组合”分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·研究课题的提出 | 第9-10页 |
| ·国内外研究背景与现状 | 第10-12页 |
| ·课题来源及本文主要工作 | 第12页 |
| ·本文的组织结构 | 第12-14页 |
| 第二章 相关理论基础 | 第14-24页 |
| ·病例组合 | 第14-17页 |
| ·病例组合的概念 | 第14页 |
| ·病例组合统计分类方法 | 第14-17页 |
| ·粗糙集的基本理论 | 第17-21页 |
| ·知识与知识表达 | 第17-18页 |
| ·粗糙集与精确集 | 第18页 |
| ·属性约简的代数集合论观点和信息论的信息熵观点 | 第18-19页 |
| ·属性求核与约简 | 第19-21页 |
| ·决策树技术 | 第21-24页 |
| 第三章 决策树与粗糙集结合 | 第24-26页 |
| ·结合的可能性 | 第24-25页 |
| ·结合的优势 | 第25页 |
| ·结合的方法及效果 | 第25-26页 |
| 第四章 系统的设计与实现 | 第26-38页 |
| ·数据来源与预处理 | 第26页 |
| ·本系统的目标 | 第26页 |
| ·基本处理流程 | 第26-28页 |
| ·基本框架 | 第28页 |
| ·模块分析 | 第28-38页 |
| ·粗糙集的属性约简 | 第28-29页 |
| ·分类回归树构造 | 第29-33页 |
| ·剪枝 | 第33-36页 |
| ·最优树选择 | 第36-38页 |
| 第五章 系统分类效果 | 第38-50页 |
| ·样本数据的采集 | 第38页 |
| ·分类变量的选择 | 第38-40页 |
| ·分类原则 | 第40-41页 |
| ·约简 | 第41-42页 |
| ·分类回归树构造及剪枝 | 第42-47页 |
| ·构造过程 | 第42页 |
| ·设置停止分支条件 | 第42-43页 |
| ·产生的规则集 | 第43-44页 |
| ·剪枝及生成最优树 | 第44-46页 |
| ·二次优化程序算法 | 第46-47页 |
| ·病例组合结果及分类合理性评价 | 第47-50页 |
| ·病例组合结果 | 第47页 |
| ·病例组合结果分类合理性评价及比较 | 第47-50页 |
| 第六章 结束语 | 第50-52页 |
| ·论文总结 | 第50页 |
| ·还需继续的工作 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
