| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·引言 | 第7页 |
| ·数据挖掘概述 | 第7-10页 |
| ·数据挖掘的概念 | 第7页 |
| ·数据挖掘的分类 | 第7-8页 |
| ·数据挖掘的主要方法 | 第8-10页 |
| ·数据挖掘的应用领域 | 第10页 |
| ·数据挖掘在中医领域的应用 | 第10-12页 |
| ·中医学的优势及发展前景 | 第10-11页 |
| ·借助数据挖掘技术继承和发展中医学的必要性 | 第11页 |
| ·数据挖掘技术在中医药上的现状 | 第11-12页 |
| ·课题的项目背景及意义 | 第12-13页 |
| ·本文的主要工作及组织结构 | 第13-15页 |
| 2 基于关联规则方法的中医胃病分析 | 第15-24页 |
| ·引言 | 第15页 |
| ·关联规则算法 | 第15-17页 |
| ·关联规则算法简介 | 第15-16页 |
| ·Apriori算法介绍 | 第16-17页 |
| ·基于辨证“中虚气滞”关联规则的实验设计 | 第17-22页 |
| ·数据预处理 | 第17-18页 |
| ·辨证“中虚气滞”与症状之间的关联规则 | 第18-20页 |
| ·辨证“中虚气滞”与药材之间的关联规则 | 第20-22页 |
| ·小结 | 第22-24页 |
| 3 基于决策树及其剪枝方法的中医胃病分析 | 第24-39页 |
| ·引言 | 第24页 |
| ·决策树算法 | 第24-26页 |
| ·决策树算法简介 | 第24-25页 |
| ·ID3算法简介 | 第25-26页 |
| ·剪枝算法 | 第26-29页 |
| ·剪枝算法简介 | 第26-29页 |
| ·后剪枝算法的比较归纳 | 第29页 |
| ·基于UCI数据库中的心脏SPECT数据的实验设计 | 第29-34页 |
| ·基于UCI数据库中的心脏SPECT数据的决策树实验设计 | 第29-32页 |
| ·基于UCI数据库中心脏SPECT决策树的后剪枝实验设计 | 第32-34页 |
| ·基于中医辨证“中虚气滞”的实验设计 | 第34-38页 |
| ·辨证“中虚气滞”决策树的实验设计 | 第34-37页 |
| ·辨证“中虚气滞”决策树的后剪枝实验设计 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4 基于贝叶斯网方法的中医胃病分析 | 第39-52页 |
| ·引言 | 第39页 |
| ·贝叶斯网的简介 | 第39-41页 |
| ·贝叶斯网的概念 | 第39-40页 |
| ·贝叶斯网的优点 | 第40页 |
| ·贝叶斯网的应用 | 第40-41页 |
| ·贝叶斯网的推理 | 第41-42页 |
| ·贝叶斯网学习 | 第42-43页 |
| ·结构学习 | 第42页 |
| ·参数学习 | 第42-43页 |
| ·基于辨证“中虚气滞”的中医贝叶斯网的实验设计 | 第43-51页 |
| ·“中虚气滞”的中医贝叶斯网的构造 | 第43-50页 |
| ·“中虚气滞”的中医贝叶斯网的实验结果分析 | 第50-51页 |
| ·小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·进一步工作 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59页 |
