| 缩略语表 | 第5-6页 |
| 中文摘要 | 第6-9页 |
| 英文摘要 | 第9-12页 |
| 前言 | 第13-15页 |
| 文献回顾 | 第15-27页 |
| 第一部分 基于主成分分析提取老年人认知状态影响因素 | 第27-40页 |
| 1 资料 | 第27-29页 |
| 1.1 数据来源 | 第27-28页 |
| 1.2 数据整理 | 第28页 |
| 1.3 数据转换 | 第28-29页 |
| 2 方法 | 第29-34页 |
| 2.1 分类主成分分析 | 第29-33页 |
| 2.2 分类主成分分析的SPSS步骤 | 第33-34页 |
| 3 结果 | 第34-39页 |
| 3.1 研究对象的基本特征 | 第34-37页 |
| 3.2 主成分维数、特征值以及累计贡献率 | 第37-39页 |
| 4 讨论 | 第39-40页 |
| 第二部分 基于BP神经网络的老年人认知状态预测模型 | 第40-53页 |
| 1 资料 | 第40页 |
| 1.1 数据来源 | 第40页 |
| 1.2 数据预处理 | 第40页 |
| 2 方法 | 第40-47页 |
| 2.1 BP神经网络算法流程 | 第40-45页 |
| 2.2 BP神经网络设计 | 第45-47页 |
| 3 结果 | 第47-51页 |
| 3.1 网络训练结果 | 第47-50页 |
| 3.2 模型验证结果 | 第50-51页 |
| 4 讨论 | 第51-53页 |
| 第三部分 基于RBF神经网络的老年人认知状态预测模型 | 第53-60页 |
| 1 资料 | 第53页 |
| 1.1 数据来源 | 第53页 |
| 1.2 数据预处理 | 第53页 |
| 2 方法 | 第53-56页 |
| 2.1 RBF神经网络算法流程 | 第53-55页 |
| 2.2 RBF神经网络设计 | 第55-56页 |
| 3 结果 | 第56-59页 |
| 3.1 网络训练结果 | 第56-57页 |
| 3.2 模型验证结果 | 第57-59页 |
| 4 讨论 | 第59-60页 |
| 小结 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67-77页 |
| 个人简历和研究成果 | 第77-78页 |
| 致谢 | 第78页 |
