关联分类算法及其在医疗数据中的应用研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-15页 |
1.1 课题的研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文研究工作及创新点 | 第12-13页 |
1.4 论文结构安排 | 第13-15页 |
2 医疗数据挖掘及关联分类理论概述 | 第15-22页 |
2.1 医疗数据概述 | 第15-17页 |
2.1.1 医疗数据的基本概念 | 第15页 |
2.1.2 医疗数据的主要特点 | 第15-16页 |
2.1.3 医疗数据挖掘 | 第16-17页 |
2.2 关联分类基础描述 | 第17-20页 |
2.2.1 关联分类的相关概念 | 第17-19页 |
2.2.2 关联分类算法的步骤 | 第19-20页 |
2.3 关联分类算法的优缺点 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
3 离散化算法及其改进 | 第22-35页 |
3.1 连续数据离散化 | 第22-25页 |
3.1.1 离散化算法 | 第22-23页 |
3.1.2 高斯混合模型在离散化算法中应用 | 第23-25页 |
3.2 离散化算法的改进 | 第25-27页 |
3.3 DAGMM算法的有效性验证 | 第27-33页 |
3.3.1 实验数据集 | 第29页 |
3.3.2 DAGMM算法性能评价 | 第29-31页 |
3.3.3 DAGMM算法的实验结果及分析 | 第31-33页 |
3.4 本章小结 | 第33-35页 |
4 加权关联分类算法 | 第35-52页 |
4.1 乳腺癌综述 | 第35页 |
4.2 关联分类算法 | 第35-38页 |
4.3 特征加权关联分类算法 | 第38-46页 |
4.3.1 特征加权关联规则 | 第38页 |
4.3.2 提出的FWAC算法 | 第38-41页 |
4.3.3 应用FWAC算法的例子 | 第41-46页 |
4.4 实验结果及分析 | 第46-50页 |
4.4.1 乳腺癌数据集 | 第46-49页 |
4.4.2 实验及结果分析 | 第49-50页 |
4.5 本章小结 | 第50-52页 |
5 全文总结与展望 | 第52-54页 |
5.1 全文总结 | 第52-53页 |
5.2 后续展望 | 第53-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-59页 |
攻读学位期间的研究成果 | 第59页 |