| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·论文研究背景 | 第9-11页 |
| ·医疗诊断系统研究现状 | 第11-13页 |
| ·心脏病诊断技术研究现状 | 第13-16页 |
| ·心电自动分析诊断技术 | 第13页 |
| ·多生理参数诊断技术 | 第13-14页 |
| ·典型心脏病诊断方法综述 | 第14-16页 |
| ·当前研究存在的问题 | 第16-17页 |
| ·本文思路与研究内容 | 第17-18页 |
| ·研究思路 | 第17-18页 |
| ·研究内容 | 第18页 |
| ·本文结构 | 第18-21页 |
| 第二章 心脏病诊断模型相关理论 | 第21-31页 |
| ·支持向量机 | 第21-26页 |
| ·支持向量机线性分类原理 | 第21-25页 |
| ·核函数选取 | 第25-26页 |
| ·人群搜索智能优化方法 | 第26-30页 |
| ·最优化问题 | 第26页 |
| ·典型优化算法分析 | 第26-27页 |
| ·人群搜索优化算法 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 心脏病多生理参数监测数据选择与处理 | 第31-35页 |
| ·心脏病简介 | 第31页 |
| ·医学数据特征 | 第31-32页 |
| ·心脏病多生理监测数据选择 | 第32-34页 |
| ·数据预处理 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于人群搜索的支持向量机模型参数优化 | 第35-47页 |
| ·人群搜索算法SOA性能分析 | 第35-41页 |
| ·Sphere函数仿真分析 | 第35-37页 |
| ·Schaffer函数仿真分析 | 第37-39页 |
| ·Rastrigin函数仿真分析 | 第39-41页 |
| ·基于SOA的SVM模型参数优化方法 | 第41-42页 |
| ·实例分析 | 第42-45页 |
| ·参数选取 | 第43页 |
| ·SVM模型参数优化效果分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 基于人群搜索-支持向量机的心脏病多生理参数诊断 | 第47-57页 |
| ·基于人群搜索-支持向量机（SOA-SVM）的心脏病诊断方法 | 第47-49页 |
| ·Cleveland心脏病数据集分析 | 第49-52页 |
| ·训练与测试样本划分 | 第49页 |
| ·基于SOA的SVM模型参数寻优 | 第49-50页 |
| ·基于SOA-SVM的心脏病诊断 | 第50-52页 |
| ·实际医院监测数据分析 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 SOA-SVM应用效果分析 | 第57-63页 |
| ·核函数选取效果分析 | 第57页 |
| ·样本划分因子影响分析 | 第57-58页 |
| ·模型性能对比分析 | 第58-60页 |
| ·本章小结 | 第60-63页 |
| 第七章 结论 | 第63-65页 |
| ·全文总结 | 第63页 |
| ·下一步工作展望 | 第63-65页 |
| 参考文献 | 第65-75页 |
| 致谢 | 第75页 |