基于贝叶斯网络的苗药药性挖掘方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第8-12页 |
| 1.1 苗药药性研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究的内容 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-12页 |
| 2 相关技术 | 第12-21页 |
| 2.1 大数据技术 | 第12-15页 |
| 2.2 贝叶斯网络 | 第15-19页 |
| 2.3 多标签分类 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 基于苗医药大数据的苗药药性分析模型研究 | 第21-27页 |
| 3.1 苗医药病例数据 | 第21-22页 |
| 3.2 苗药药性分析模型 | 第22-26页 |
| 3.3 本章小结 | 第26-27页 |
| 4 基于苗医药大数据的症状分类方法研究 | 第27-38页 |
| 4.1 基于多标签学习症状分类方法 | 第27-30页 |
| 4.2 分布式聚类方法 | 第30-31页 |
| 4.3 分布式次数统计方法 | 第31-33页 |
| 4.4 实验与分析 | 第33-37页 |
| 4.5 本章小结 | 第37-38页 |
| 5 苗药分析模型的参数学习方法研究 | 第38-43页 |
| 5.1 苗药药性分析模型参数学习方法 | 第38-39页 |
| 5.2 分布式网络模型参数统计方法 | 第39-40页 |
| 5.3 实验与分析 | 第40-42页 |
| 5.4 本章小结 | 第42-43页 |
| 6 苗药分析模型推理方法研究 | 第43-48页 |
| 6.1 苗药分析模型推理理论 | 第43-44页 |
| 6.2 苗药分析模型推理算法 | 第44-45页 |
| 6.3 实验及分析 | 第45-47页 |
| 6.4 误差分析 | 第47页 |
| 6.5 本章小结 | 第47-48页 |
| 7 总结与展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间完成论文 | 第52-53页 |
| 致谢 | 第53-54页 |
