| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的研究意义 | 第12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第二章 理论介绍 | 第14-24页 |
| 2.1 本文数据特点 | 第14页 |
| 2.2 卡方检验 | 第14-16页 |
| 2.2.1 卡方检验原理 | 第14-15页 |
| 2.2.2 卡方检验步骤 | 第15-16页 |
| 2.2.3 卡方检验用途 | 第16页 |
| 2.3 逻辑回归 | 第16-17页 |
| 2.3.1 逻辑回归原理 | 第16-17页 |
| 2.3.2 逻辑回归的主要用途 | 第17页 |
| 2.4 人工神经网络 | 第17-21页 |
| 2.4.1 人工神经网络 | 第18-19页 |
| 2.4.2 BP神经网络 | 第19-21页 |
| 2.5 weka平台 | 第21-24页 |
| 2.5.1 weka平台的介绍 | 第21页 |
| 2.5.2 weka平台分类器的选取 | 第21-22页 |
| 2.5.3 weka平台下BP神经网络模型 | 第22-24页 |
| 第三章 云南毒品滥用及相关流行病的数据关联分析 | 第24-43页 |
| 3.1 云南地区毒品滥用疾病流行现状分析 | 第24-28页 |
| 3.1.1 数据预处理方法 | 第24-25页 |
| 3.1.2 数据重编码格式 | 第25-26页 |
| 3.1.3 云南毒品滥用者相关流行病分析 | 第26-27页 |
| 3.1.4 疾病的重叠感染分析 | 第27-28页 |
| 3.2 数据的关联分析方法 | 第28-31页 |
| 3.2.1 关联分析 | 第28-29页 |
| 3.2.2 关联分析方法的选取 | 第29-31页 |
| 3.3 数据关联的单变量分析 | 第31-35页 |
| 3.3.1 单变量关联分析 | 第31-33页 |
| 3.3.2 混杂偏倚检验 | 第33-35页 |
| 3.4 数据关联的多变量分析 | 第35-41页 |
| 3.4.1 二元逻辑回归分析 | 第35-37页 |
| 3.4.2 HCV的二元逻辑回归分析 | 第37-40页 |
| 3.4.3 HIV的二元逻辑回归分析 | 第40-41页 |
| 3.5 逻辑回归分析的优点 | 第41-43页 |
| 第四章 毒品滥用和流行病关联分析的推广方法研究 | 第43-51页 |
| 4.1 基于BP神经网络模型的推广方法 | 第43-47页 |
| 4.1.1 云南毒品滥用与相关流行病关联关系推广 | 第43页 |
| 4.1.2 数据格式与过滤 | 第43页 |
| 4.1.3 数据训练与评估 | 第43-45页 |
| 4.1.4 构建BP神经网络模型 | 第45页 |
| 4.1.5 实验结果分析 | 第45-47页 |
| 4.2 基于KPCA改进二元逻辑回归分析的推广方法 | 第47-51页 |
| 4.2.1 毒品滥用与流行病关联分析方法的改进 | 第47页 |
| 4.2.2 核主成分分析 | 第47-48页 |
| 4.2.3 基于KPCA提取主成分的二元逻辑回归分析应用 | 第48-51页 |
| 第五章 总结 | 第51-53页 |
| 5.1 本文总结 | 第51-52页 |
| 5.2 未来工作 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |