摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第13-19页 |
1.1 课题背景 | 第13-16页 |
1.2 国内外研究现状 | 第16-18页 |
1.2.1 医疗数据挖掘现状 | 第16-17页 |
1.2.2 医疗数据挖掘可视化现状 | 第17-18页 |
1.3 本文的主要内容和工作 | 第18-19页 |
第2章 数据挖掘相关理论和技术概述 | 第19-30页 |
2.1 数据预处理技术 | 第19页 |
2.2 相关性分析 | 第19-20页 |
2.3 关联分析 | 第20-21页 |
2.4 聚类分析 | 第21-22页 |
2.5 分类分析 | 第22-25页 |
2.6 可视化数据挖掘概述 | 第25-26页 |
2.7 Weka介绍 | 第26-28页 |
2.8 D3.js技术概述 | 第28页 |
2.9 Pentoho BI简介 | 第28-29页 |
2.10 本章小结 | 第29-30页 |
第3章 需求分析与设计 | 第30-45页 |
3.1 总体需求分析 | 第30-31页 |
3.1.1 医疗数据构成 | 第30-31页 |
3.1.2 平台功能分析 | 第31页 |
3.2 系统架构设计 | 第31-34页 |
3.2.1 架构设计 | 第31-33页 |
3.2.2 技术架构 | 第33-34页 |
3.2.3 功能架构 | 第34页 |
3.3 基础服务组件设计 | 第34-36页 |
3.3.1 数据仓库设计 | 第34-35页 |
3.3.2 分析挖掘结果管理设计 | 第35-36页 |
3.4 数据预处理模块设计 | 第36-37页 |
3.4.1 功能设计 | 第36-37页 |
3.5 数据挖掘挖掘模块设计 | 第37-40页 |
3.5.1 功能设计 | 第38-39页 |
3.5.2 分类预测接口设计 | 第39-40页 |
3.6 数据挖掘可视化设计 | 第40-42页 |
3.6.1 J48分类预测模型可视化需求分析 | 第40-41页 |
3.6.2 J48分类预测模型可视化设计 | 第41-42页 |
3.7 Weka与Pentaho BI集成中间件设计 | 第42-44页 |
3.7.1 需求分析 | 第42-43页 |
3.7.2 集成架构设计 | 第43页 |
3.7.3 集成中间件设计 | 第43-44页 |
3.8 本章小结 | 第44-45页 |
第4章 平台功能实现 | 第45-60页 |
4.1 开发环境与框架配置 | 第45页 |
4.2 基础服务组件实现 | 第45-48页 |
4.2.1 数据仓库实现 | 第45-46页 |
4.2.2 挖掘结果管理实现 | 第46-48页 |
4.3 数据预处理模块实现 | 第48-50页 |
4.3.1 预处理引擎实现 | 第48-49页 |
4.3.2 预处理过滤器扩展的实现 | 第49页 |
4.3.3 预处理功能集成 | 第49-50页 |
4.4 数据挖掘模块实现 | 第50-54页 |
4.4.1 分类挖掘引擎实现 | 第50-52页 |
4.4.2 功能实现 | 第52-54页 |
4.5 数据挖掘可视化实现 | 第54-57页 |
4.6 Weka与Pentaho BI集成中间件实现 | 第57-59页 |
4.7 本章小结 | 第59-60页 |
第5章 平台测试 | 第60-66页 |
5.1 测试理论概述 | 第60页 |
5.2 测试方案设计 | 第60-61页 |
5.2.1 数据预处理测试 | 第60页 |
5.2.2 数据挖掘模块测试 | 第60-61页 |
5.2.3 可视化数据挖掘测试 | 第61页 |
5.2.4 集成中件间测试 | 第61页 |
5.2.5 平台压力测试 | 第61页 |
5.3 测试结果分析 | 第61-65页 |
5.3.1 数据预处理测试结果分析 | 第61-63页 |
5.3.2 数据挖掘测试结果分析 | 第63-65页 |
5.3.3 集成中间件测试结果分析 | 第65页 |
5.4 本章小结 | 第65-66页 |
第6章 可视化分类挖掘应用于辅助血液病研究 | 第66-73页 |
6.1 数据来源与属性选取方法 | 第66-67页 |
6.2 数据预处理 | 第67-68页 |
6.3 数据源可视化 | 第68-70页 |
6.4 分类挖掘及结果可视化 | 第70-71页 |
6.5 分类挖掘应用结果分析 | 第71-72页 |
6.6 本章小结 | 第72-73页 |
结论 | 第73-75页 |
参考文献 | 第75-79页 |
附录A 读研期间发表学术论文和参与科研项目 | 第79-80页 |
致谢 | 第80页 |