首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

一种基于动态模糊集的大鼠认知损伤评价模型

摘要第4-5页
abstract第5页
第一章 引言第8-15页
    1.1 研究意义第8-9页
    1.2 研究进展第9-11页
        1.2.1 放射性认知损伤的研究进展第9-10页
        1.2.2 数据挖掘的研究进展第10页
        1.2.3 动态模糊研究进展第10-11页
    1.3 存在问题及研究目的第11-13页
        1.3.1 存在问题第11-12页
        1.3.2 研究目的第12-13页
    1.4 内容安排第13-15页
第二章 大鼠大脑认知要素分析第15-22页
    2.1 大脑的认知要素的构成第15-16页
    2.2 行为学检测实验第16-19页
        2.2.1 开放场实验(Open Field Test)第17页
        2.2.2 Morris水迷宫实验(Morris Water Maze,MWM)第17-18页
        2.2.3 避暗实验(Passive Avoidance Test)第18页
        2.2.4 新物体新位置(Novel Location and Novel Object Recognition)第18-19页
    2.3 认知评价指标体系的建立第19-21页
    2.4 本章小结第21-22页
第三章 动态模糊综合评价法第22-38页
    3.1 基本理论第22-28页
        3.1.1 动态模糊集的基本概念第22-23页
        3.1.2 动态模糊集的表示方法第23-25页
        3.1.3 动态模糊集的运算法则第25-27页
        3.1.4 动态模糊集运算基本性质第27-28页
    3.2 动态模糊综合评价第28-35页
        3.2.1 确定评价指标论域第29-30页
        3.2.2 确定权重系数论域第30-31页
        3.2.3 单因素评价第31-33页
        3.2.4 动态模糊综合评价第33-34页
        3.2.5 综合评价结果向量分析第34-35页
    3.3 动态模糊综合评价的特点第35-37页
        3.3.1 动态模糊综合评价的优势第35-36页
        3.3.2 动态模糊综合评价的缺陷第36-37页
    3.4 本章小结第37-38页
第四章 基于“经验+聚类”的单因素评价第38-47页
    4.1 单因素评价步骤第38-41页
    4.2 传统方法确定隶属度函数第41-43页
        4.2.1 传统方法的局限性第42页
        4.2.2 确定隶属度函数的原则第42-43页
    4.3 基于“经验+聚类”的隶属度函数第43-46页
        4.3.1 k-means聚类分析第44-45页
        4.3.2 模糊C均值(FCM)聚类分析第45-46页
        4.3.3 基于“经验+聚类”的隶属度函数确定步骤第46页
    4.4 本章小结第46-47页
第五章 大鼠认知损伤评价模型实例第47-62页
    5.1 评价问题分析第47-48页
    5.2 大鼠认知损伤的评价步骤第48-59页
        5.2.1 建立评价指标体系,确定评价因素论域第48-49页
        5.2.2 确定指标权重系数,建立权重集第49-50页
        5.2.3 确定评语论域体系,建立评语集第50页
        5.2.4 基于“经验+聚类”的单因素评价第50-54页
        5.2.5 合成运算,求得最终评价结果第54-58页
        5.2.6 综合评价结果向量分析第58页
        5.2.7 损伤指数第58-59页
    5.3 比较与分析第59-61页
    5.4 本章小结第61-62页
第六章 总结与展望第62-63页
    6.2 总结第62页
    6.2 展望第62-63页
参考文献第63-68页
附录第68-69页
中英文名词对照第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:枸杞水提物制备纳米银及其应用研究
下一篇:超分子凝胶基质中钯卟啉室温磷光行为的研究