摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 引言 | 第10-21页 |
·课题背景及来源 | 第10-13页 |
·课题研究意义和应用前景 | 第13页 |
·国内外研究现状 | 第13-19页 |
·中医复杂系统证候建模的研究现状 | 第14-15页 |
·隐树模型结构学习 | 第15-16页 |
·复杂网络划分 | 第16-18页 |
·隐节点势学习与聚类算法模型选择及评分标准 | 第18-19页 |
·本文工作与章节安排 | 第19-21页 |
第二章 基于特征选择的慢性胃炎中医问诊数据分析 | 第21-40页 |
·慢性胃炎中医问诊数据 | 第21-22页 |
·特征选择方法简介 | 第22-26页 |
·特征选择方法搜索策略 | 第23-24页 |
·特征选择方法评价准则 | 第24-25页 |
·停止条件 | 第25页 |
·结果验证 | 第25-26页 |
·互信息特征选择方法 | 第26页 |
·粗糙集中决策系统属性约简 | 第26-29页 |
·粗糙集基本概念 | 第27-28页 |
·粗糙集属性约简算法 | 第28-29页 |
·慢性胃炎中医证型相关的症状群选择 | 第29-39页 |
·脾胃湿热证型相关症状群挑选 | 第30-31页 |
·湿浊中阻证型相关症状群挑选 | 第31-33页 |
·脾胃气虚证型相关症状群挑选 | 第33-34页 |
·脾胃虚寒证型相关症状群挑选 | 第34-36页 |
·肝气郁滞证型相关症状群挑选 | 第36-38页 |
·肝胃郁热证型相关症状群挑选 | 第38-39页 |
·本章小结 | 第39-40页 |
第三章 复杂系统划分及其在中医证候建模中的应用 | 第40-65页 |
·复杂网络的发展 | 第40-42页 |
·复杂网络社团划分 | 第42-48页 |
·Kernighan-Lin算法 | 第43-44页 |
·谱图划分方法 | 第44-45页 |
·基于NG模块度划分方法 | 第45-46页 |
·分裂算法 | 第46页 |
·凝聚算法 | 第46-47页 |
·派系过滤算法 | 第47-48页 |
·复杂系统中节点之间的关联度与相关性矩阵 | 第48-50页 |
·相关系数法 | 第48-49页 |
·基于熵的互信息 | 第49页 |
·中医辨证复杂系统中的关联度问题 | 第49-50页 |
·基于复杂网络划分方法的慢性胃炎中医症状群划分 | 第50-63页 |
·总体症状的社团划分 | 第50-55页 |
·针对每个证型的复杂网络划分分析 | 第55-63页 |
·本章小结 | 第63-65页 |
第四章 基于多标记学习与概率图模型的中医辨证模型建立 | 第65-83页 |
·多标记学习相关概念 | 第65-69页 |
·多标记学习的基本概念 | 第65-66页 |
·多标记学习算法总结 | 第66-68页 |
·多标记学习评价方法 | 第68-69页 |
·概率图模型 | 第69-72页 |
·有向图模型 | 第70-71页 |
·无向图模型 | 第71-72页 |
·图模型与中医辨证 | 第72-74页 |
·有向有环图模型 | 第74-76页 |
·节点势的表示 | 第74页 |
·马尔科夫独立性 | 第74-75页 |
·有向有环图模型推理及模型求解 | 第75-76页 |
·概率图模型在中医问诊客观化中的实验 | 第76-81页 |
·无向边扩展朴素贝叶斯底层结构比较 | 第77-78页 |
·DCG模型特征边的构造实验 | 第78-79页 |
·不同特征选择方法的分类结果比较 | 第79-80页 |
·有向有环图模型中医问诊多标记分类实验 | 第80-81页 |
·本章小结 | 第81-83页 |
第五章 慢性胃炎中医问诊信息采集与评估系统 | 第83-93页 |
·软件平台介绍 | 第83-85页 |
·浅谈面向对象的程序设计 | 第83-84页 |
·编程语言C++介绍 | 第84-85页 |
·慢性胃炎中医问诊软件设计 | 第85-92页 |
·系统整体架构 | 第85-86页 |
·采集界面设计 | 第86-88页 |
·数据库模块设计 | 第88-89页 |
·智能辨证模块 | 第89-91页 |
·系统测试与评价 | 第91-92页 |
·本章小结 | 第92-93页 |
第六章 总结与展望 | 第93-95页 |
·本文工作总结 | 第93-94页 |
·研究的前景 | 第94-95页 |
参考文献 | 第95-103页 |
致谢 | 第103-104页 |
发表论文 | 第104页 |