| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 矮小领域的研究现状 | 第10页 |
| 1.2.2 智能辅助诊断的研究现状 | 第10-12页 |
| 1.3 本文研究工作及组织结构 | 第12-13页 |
| 1.3.1 研究工作 | 第12页 |
| 1.3.2 组织结构 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 2 相关知识介绍 | 第14-31页 |
| 2.1 矮小症相关知识 | 第14-18页 |
| 2.1.1 矮小症的定义 | 第14页 |
| 2.1.2 矮小症的主要病因 | 第14-15页 |
| 2.1.3 矮小症病因的诊断 | 第15-18页 |
| 2.2 中文分词 | 第18-21页 |
| 2.3 分类算法 | 第21-28页 |
| 2.3.1 决策树算法 | 第22-24页 |
| 2.3.2 支持向量机算法 | 第24-25页 |
| 2.3.3 集成学习 | 第25-28页 |
| 2.4 模型评价标准 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 3 矮小数据处理与特征选取 | 第31-39页 |
| 3.1 数据介绍 | 第31-32页 |
| 3.2 数据处理 | 第32-36页 |
| 3.2.1 中文分词 | 第34-35页 |
| 3.2.2 自定义词典 | 第35-36页 |
| 3.3 矮小症特征选取 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 矮小症智能辅助诊断模型研究与实验 | 第39-47页 |
| 4.1 矮小症智能辅助诊断模型研究 | 第39-44页 |
| 4.1.1 基于C4.5决策树的矮小诊断模型 | 第39-41页 |
| 4.1.2 基于Adaboost的矮小诊断模型 | 第41-42页 |
| 4.1.3 基于改进的Adaboost的矮小诊断模型 | 第42-44页 |
| 4.2 实验及结果分析 | 第44-46页 |
| 4.2.1 实验环境 | 第44页 |
| 4.2.2 实验数据 | 第44页 |
| 4.2.3 实验整体流程 | 第44-45页 |
| 4.2.4 实验结果分析 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 全文总结 | 第47页 |
| 5.2 未来工作展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 攻读硕士期间的学术成果 | 第54-55页 |
| 致谢 | 第55-57页 |