| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-15页 |
| ·数据挖掘在医学上的研究现状 | 第11-14页 |
| ·聚类算法的研究现状 | 第14-15页 |
| ·类风湿的研究现状 | 第15页 |
| ·研究目标和研究内容 | 第15-16页 |
| ·论文结构安排 | 第16-18页 |
| 第二章 相关理论和技术 | 第18-36页 |
| ·k-means算法 | 第18-19页 |
| ·粒子群算法 | 第19-22页 |
| ·细菌觅食算法 | 第22-27页 |
| ·数据挖掘工具Weka | 第27-34页 |
| ·Weka平台 | 第27-28页 |
| ·Weka的数据格式 | 第28-29页 |
| ·Weka的主要功能 | 第29-32页 |
| ·Weka的相关功能包和类 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第三章基于混合粒子群和细菌觅食的k-means聚类算法 | 第36-46页 |
| ·混合粒子群和细菌觅食的BFO-PSO算法 | 第36-37页 |
| ·基于BFO-PSO的k-means算法 | 第37-38页 |
| ·改进后的k-means聚类算法实验 | 第38-43页 |
| ·实验环境的搭建 | 第38-39页 |
| ·UCI标准数据集 | 第39页 |
| ·实验结果及分析 | 第39-43页 |
| ·本章小结 | 第43-46页 |
| 第四章 K-BFOPSO聚类算法在Weka平台上的嵌入 | 第46-52页 |
| ·Eclipse开发平台 | 第46-48页 |
| ·新建Weka项目 | 第47-48页 |
| ·修改配置文件 | 第48页 |
| ·K-BFOPSO聚类算法的嵌入 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 改进的聚类算法在类风湿并发症中的分析 | 第52-58页 |
| ·RA数据的特点及其预处理 | 第52-53页 |
| ·改进聚类算法在RA数据上的应用 | 第53-56页 |
| ·RA患者年龄性别分析 | 第53-54页 |
| ·RA并发症的分析 | 第54-56页 |
| ·实验结果分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间发表的学术论文目录 | 第68页 |