| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究背景与意义 | 第12-15页 |
| 1.1.1 重症监测介绍 | 第12-13页 |
| 1.1.2 重症监测过程 | 第13-15页 |
| 1.2 当前重症监测的问题与研究现状 | 第15-18页 |
| 1.2.1 死亡率预测研究现状 | 第15-17页 |
| 1.2.2 健康状态监测研究现状 | 第17-18页 |
| 1.3 本文主要内容和结构安排 | 第18-20页 |
| 第二章 预备知识 | 第20-28页 |
| 2.1 常见的数据驱动监测方法 | 第20-24页 |
| 2.2.1 逻辑回归 | 第20-22页 |
| 2.2.2 人工神经网络 | 第22-23页 |
| 2.2.3 多元统计分析 | 第23-24页 |
| 2.2 常用的评价标准 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于JITL和ELM的死亡率预测 | 第28-42页 |
| 3.1 即时学习 | 第28-30页 |
| 3.1.1 JITL的基本思想 | 第28-29页 |
| 3.1.2 JITL的数学表示 | 第29-30页 |
| 3.2 极限学习机 | 第30-31页 |
| 3.3 JITL-ELM死亡率预测 | 第31-34页 |
| 3.3.1 JITL-ELM死亡率预测方法 | 第31-33页 |
| 3.3.2 改进后的JITL-ELM死亡率预测 | 第33-34页 |
| 3.4 实验设计及结果分析 | 第34-40页 |
| 3.4.1 实验数据来源 | 第34-36页 |
| 3.4.2 数据预处理过程 | 第36页 |
| 3.4.3 实验过程与结果 | 第36-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于PCA和LWPR的重症患者健康状态监测 | 第42-60页 |
| 4.1 主成分分析 | 第42-44页 |
| 4.2 局部加权映射回归 | 第44-47页 |
| 4.3 LWPR-PCA健康状态监测 | 第47-48页 |
| 4.4 其他健康状态监测方法 | 第48-52页 |
| 4.4.1 MPCA | 第48-50页 |
| 4.4.2 JPCA | 第50页 |
| 4.4.3 JITL-PCA | 第50-51页 |
| 4.4.4 LWPR与其他方法的比较 | 第51-52页 |
| 4.5 实验设计与结果分析 | 第52-58页 |
| 4.5.1 实验数据来源 | 第52-53页 |
| 4.5.2 实验过程与结果 | 第53-57页 |
| 4.5.3 训练时间与样本集大小之间的关系 | 第57-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 研究成果及已发表的学术论文 | 第70-72页 |
| 作者及导师简介 | 第72-74页 |
| 附件 | 第74-75页 |