| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 目录 | 第12-14页 |
| 第1章 绪论 | 第14-15页 |
| ·本研究的意义 | 第14页 |
| ·本研究的目的 | 第14页 |
| ·本文的结构 | 第14-15页 |
| 第2章 背景知识 | 第15-24页 |
| ·贝叶斯网络简介 | 第15-17页 |
| ·数据缺失问题的总结 | 第17-24页 |
| 第3章 基于属性选择的贝叶斯网络模型在临床缺失数据中的研究与应用 | 第24-37页 |
| ·属性选择相关介绍 | 第24-26页 |
| ·属性选择方法分类 | 第24-25页 |
| ·属性选择方法的选取原则 | 第25-26页 |
| ·遗传算法介绍 | 第26-33页 |
| ·遗传算法的基本原理 | 第28-30页 |
| ·遗传算法在机器学习领域的应用 | 第30-32页 |
| ·遗传算法的发展动向 | 第32-33页 |
| ·属性选择的贝叶斯网络模型应用于缺失临床数据集 | 第33-36页 |
| ·方法描述 | 第33-34页 |
| ·实验分析 | 第34-36页 |
| ·结论 | 第36-37页 |
| 第4章 关于缺失临床数据的一种数据修复技术研究 | 第37-54页 |
| ·熵与互信息 | 第37-38页 |
| ·神经网络介绍 | 第38-46页 |
| ·神经网络的定义 | 第38-39页 |
| ·神经网络发展的意义 | 第39-40页 |
| ·BP神经网络 | 第40-46页 |
| ·应用于缺失临床数据的一种数据修复方法 | 第46-50页 |
| ·数据修复过程 | 第46-49页 |
| ·用贝叶斯网络进行分类 | 第49-50页 |
| ·实验分析 | 第50-52页 |
| ·结论 | 第52-54页 |
| 第5章 总结和展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间成果 | 第59-60页 |