| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10-11页 |
| ·研究范围 | 第11页 |
| ·研究方法 | 第11-12页 |
| ·本文的主要内容 | 第12-14页 |
| 第二章 贝叶斯方法 | 第14-18页 |
| ·贝叶斯统计的发展简述 | 第14页 |
| ·贝叶斯定理 | 第14-15页 |
| ·贝叶斯方法 | 第15-17页 |
| ·朴素贝叶斯分类 | 第15-16页 |
| ·贝叶斯信念网络 | 第16-17页 |
| ·贝叶斯原理的应用现状 | 第17-18页 |
| 第三章 贝叶斯原理与方法在中医胸痹证候诊断中的应用 | 第18-37页 |
| ·中医相关理论 | 第18-19页 |
| ·中医基础理论 | 第18页 |
| ·中医证候识别 | 第18-19页 |
| ·中医胸痹知识介绍 | 第19页 |
| ·中医胸痹辨证分型 | 第19页 |
| ·基于贝叶斯方法的中医胸痹证候的分类识别 | 第19-37页 |
| ·问题描述 | 第19-20页 |
| ·贝叶斯分类过程 | 第20页 |
| ·数据准备 | 第20-21页 |
| ·特征项提取 | 第21页 |
| ·确定先验概率 | 第21页 |
| ·一个简例 | 第21-22页 |
| ·朴素贝叶斯分类 | 第22-27页 |
| ·贝叶斯信念网络分类 | 第27-37页 |
| 第四章 基于遗传算法改进的中医胸痹证候分类 | 第37-44页 |
| ·特征优化的必要性 | 第37页 |
| ·遗传算法 | 第37-38页 |
| ·遗传算法简介 | 第37页 |
| ·遗传算法的基本概念 | 第37-38页 |
| ·遗传算法的基本原理 | 第38页 |
| ·使用遗传算法优化中医胸痹症状特征 | 第38-43页 |
| ·编码与群体初始化 | 第39-40页 |
| ·评价群体 | 第40-41页 |
| ·个体选择 | 第41页 |
| ·遗传算子 | 第41-42页 |
| ·遗传迭代 | 第42页 |
| ·返回结果 | 第42-43页 |
| ·基于遗传算法改进的中医胸痹证候分类 | 第43-44页 |
| ·改进的朴素贝叶斯分类 | 第43页 |
| ·改进的贝叶斯信念网络分类 | 第43-44页 |
| 第五章 实验结果分析 | 第44-47页 |
| ·分类识别的准确度 | 第44-45页 |
| ·分类计算复杂度 | 第45-46页 |
| ·合理地选择分类方法 | 第46-47页 |
| 第六章 基于贝叶斯方法的中医证候分类识别系统实现 | 第47-51页 |
| ·系统背景和目标 | 第47页 |
| ·TCM SRS的模块结构 | 第47-48页 |
| ·TCM SRS的数据库设计 | 第48-49页 |
| ·TCM SRS的实现 | 第49-50页 |
| ·系统的开发方法 | 第49-50页 |
| ·系统的人机界面 | 第50页 |
| ·系统评价 | 第50-51页 |
| 第七章 总结及对未来展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附表一 有关中医胸痹的症状 | 第54-55页 |
| 附表二：用于优化症状特征的遗传算法DELPHI源代码 | 第55-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间参与的项目及发表的学术论文 | 第63页 |