基于决策树的出生缺陷预警系统研究与实现
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-17页 |
| ·研究出生缺陷问题的背景和意义 | 第8-10页 |
| ·什么是“出生缺陷” | 第8页 |
| ·我国的出生缺陷现状 | 第8-9页 |
| ·出生缺陷的危害及对策 | 第9页 |
| ·传统出生缺陷研究的局限性 | 第9-10页 |
| ·将数据挖掘技术引入出生缺陷发生规律的研究 | 第10-15页 |
| ·数据挖掘的任务 | 第10-11页 |
| ·数据挖掘的过程 | 第11-12页 |
| ·数据挖掘的应用 | 第12-13页 |
| ·国内外的研究现状及发展趋势 | 第13-14页 |
| ·将数据挖掘技术引入出生缺陷发生规律的研究 | 第14-15页 |
| ·论文的主要工作 | 第15-17页 |
| ·论文的主要工作 | 第16页 |
| ·论文的结构 | 第16-17页 |
| 第二章 分类和预测 | 第17-25页 |
| ·分类和预测的定义 | 第17-18页 |
| ·分类建模 | 第18-19页 |
| ·判别分类和决策边界 | 第18页 |
| ·分类的概率模型 | 第18-19页 |
| ·分类器的建立 | 第19页 |
| ·分类方法 | 第19-22页 |
| ·树模型归纳分类 | 第19-20页 |
| ·贝叶斯分类 | 第20页 |
| ·后向传播分类 | 第20-21页 |
| ·其他分类方法 | 第21-22页 |
| ·分类方法的准确性 | 第22-25页 |
| ·分类法准确率的评估 | 第22-24页 |
| ·分类法准确率的提高 | 第24-25页 |
| 第三章 决策树归纳分类方法 | 第25-31页 |
| ·什么是“决策树” | 第25-26页 |
| ·决策树归纳策略 | 第26-28页 |
| ·信息增益 | 第27-28页 |
| ·决策树剪枝 | 第28页 |
| ·由决策树提取分类规则 | 第28-29页 |
| ·决策树归纳分类的特性 | 第29-31页 |
| 第四章 出生缺陷预警模型 | 第31-38页 |
| ·数据准备 | 第31-33页 |
| ·原始数据特征 | 第31-32页 |
| ·数据抽取与转换 | 第32-33页 |
| ·出生缺陷预警模型中算法的选择 | 第33-36页 |
| ·C4.5 算法简介 | 第34-35页 |
| ·C4.5 算法描述 | 第35-36页 |
| ·类型定义 | 第36-38页 |
| 第五章 出生缺陷预警系统设计与实现 | 第38-49页 |
| ·病案管理系统分析设计 | 第38-42页 |
| ·系统实现 | 第42-47页 |
| ·开发工具简介 | 第42-43页 |
| ·系统实现 | 第43-47页 |
| ·实验结果 | 第47-49页 |
| 第六章 结论及展望 | 第49-51页 |
| ·系统性能分析 | 第49页 |
| ·系统局限性 | 第49-50页 |
| ·结论及展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 在学期间的科研情况 | 第56页 |
