| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-26页 |
| ·课题研究背景及研究意义 | 第10-12页 |
| ·课题研究数据及其特征 | 第12-15页 |
| ·研究数据介绍 | 第13页 |
| ·研究数据复杂特性 | 第13-15页 |
| ·课题主要研究内容及研究现状 | 第15-21页 |
| ·医学时间序列分析 | 第15-16页 |
| ·多维时间序列的特征选择 | 第16-19页 |
| ·分类模型 | 第19-21页 |
| ·课题整体研究方案 | 第21-23页 |
| ·研究目标及待解决的问题 | 第21页 |
| ·研究方案概述 | 第21-23页 |
| ·论文组织结构 | 第23-26页 |
| 第2章 多维时间序列特征选择方法的研究 | 第26-38页 |
| ·缺失数据的填补方案 | 第26-27页 |
| ·信息论和类间可分性的理论介绍 | 第27-32页 |
| ·熵 | 第27-28页 |
| ·联合熵 | 第28-29页 |
| ·条件熵 | 第29页 |
| ·互信息 | 第29-30页 |
| ·条件互信息 | 第30页 |
| ·联合互信息 | 第30-31页 |
| ·类间可分性 | 第31-32页 |
| ·互信息特征提取 | 第32-34页 |
| ·熵的估计 | 第32-33页 |
| ·特征提取 | 第33-34页 |
| ·属性分级和选择 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第3章 基于改进的粒子群优化算法的支持向量机分类模型 | 第38-58页 |
| ·支持向量机概述 | 第38-45页 |
| ·线性支持向量机 | 第39-40页 |
| ·特征空间与核函数 | 第40-41页 |
| ·非线性支持向量机 | 第41-42页 |
| ·支持向量机多类分类算法 | 第42-45页 |
| ·粒子群优化算法概述 | 第45-47页 |
| ·改进的粒子群优化支持向量机模型 | 第47-56页 |
| ·三层动态粒子群优化算法 | 第47-52页 |
| ·基于二叉树的多分类支持向量机 | 第52-55页 |
| ·粒子群优化的支持向量机分类模型 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第4章 实验评估 | 第58-64页 |
| ·多维时间序列的特征选择 | 第58-60页 |
| ·公共数据集比较 | 第58-59页 |
| ·非小细胞肺癌数据集的特征选择 | 第59-60页 |
| ·模型分类性能 | 第60-61页 |
| ·分类精度 | 第60-61页 |
| ·分类效率 | 第61页 |
| ·实验结果及分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 肿瘤进展诊疗辅助管理原型系统 | 第64-76页 |
| ·系统概况 | 第64-69页 |
| ·系统介绍 | 第64-65页 |
| ·功能需求分析 | 第65-66页 |
| ·系统总体架构 | 第66-68页 |
| ·系统设计概要 | 第68-69页 |
| ·系统功能模块设计 | 第69-72页 |
| ·病历解析应用 | 第69-70页 |
| ·数据特征选择应用 | 第70-71页 |
| ·分类建模应用 | 第71-72页 |
| ·系统主要页面展示 | 第72-74页 |
| ·电子病历解析页面 | 第72-73页 |
| ·特征选择页面 | 第73-74页 |
| ·分类建模与评价页面 | 第74页 |
| ·本章小结 | 第74-76页 |
| 结论与展望 | 第76-78页 |
| 本文的主要研究成果 | 第76-77页 |
| 未来工作的展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间所发表的学术成果 | 第82-84页 |
| 致谢 | 第84页 |