面向健康评估的疾病风险自动预警技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 引言 | 第12-20页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·研究内容 | 第14-18页 |
| ·本文组织结构 | 第18-20页 |
| 第2章 面向疾病预警的分类算法 | 第20-30页 |
| ·医学数据特点 | 第20-21页 |
| ·分类算法概述 | 第21-27页 |
| ·决策树 | 第21-22页 |
| ·支持向量机 | 第22-23页 |
| ·人工神经网络 | 第23-24页 |
| ·贝叶斯 | 第24-25页 |
| ·K-近邻 | 第25页 |
| ·关联规则 | 第25-26页 |
| ·集成学习 | 第26-27页 |
| ·医学数据集上分类算法的适用性分析 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 医学数据集上的分类器性能比较 | 第30-52页 |
| ·支持向量机 | 第30-34页 |
| ·二类SVM | 第30-32页 |
| ·多类SVM | 第32-33页 |
| ·实验及分析 | 第33-34页 |
| ·决策树 | 第34-40页 |
| ·扩展算法比较分析 | 第35-38页 |
| ·剪枝流程 | 第38-39页 |
| ·实验及分析 | 第39-40页 |
| ·贝叶斯分类 | 第40-44页 |
| ·贝叶斯定理 | 第40-41页 |
| ·朴素贝叶斯 | 第41-43页 |
| ·实验及分析 | 第43-44页 |
| ·RBF神经网络 | 第44-51页 |
| ·RBF神经网络算法分析 | 第44-45页 |
| ·RBF神经网络的适用性 | 第45-48页 |
| ·实验及分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 医学数据集上分类器性能提升研究 | 第52-74页 |
| ·数据清洗 | 第53-54页 |
| ·特征选择 | 第54-65页 |
| ·特征选择算法研究 | 第56-61页 |
| ·实验及评价 | 第61-65页 |
| ·多层组合分类器 | 第65-66页 |
| ·多层组合思想 | 第65-66页 |
| ·实验及评价 | 第66页 |
| ·深度学习 | 第66-73页 |
| ·卷积神经网络 | 第67-69页 |
| ·深度信念网络 | 第69-72页 |
| ·实验及评价 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第5章 工作总结与展望 | 第74-76页 |
| ·本文工作总结 | 第74页 |
| ·未来工作 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80页 |
