| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 序言 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究内容 | 第10-11页 |
| 1.3 论文框架 | 第11-13页 |
| 第2章 需求分析与系统设计 | 第13-17页 |
| 2.1 需求分析 | 第13-14页 |
| 2.2 系统架构 | 第14-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第3章 属性约简 | 第17-25页 |
| 3.1 特征转换技术 | 第18-19页 |
| 3.2 特征选择技术 | 第19-22页 |
| 3.2.1 搜索过程和评价方法 | 第20页 |
| 3.2.2 过滤法和封装法 | 第20-22页 |
| 3.3 融合封装和过滤的特征选择 | 第22-23页 |
| 3.4 基于WEKA源码的融合封装和过滤的算法分析与实现 | 第23-24页 |
| 3.5 本章小结 | 第24-25页 |
| 第4章 心血管健康状态等级判别 | 第25-35页 |
| 4.1 健康状态等级判别方法 | 第25-30页 |
| 4.1.1 基于聚类算法的健康状态判别 | 第26-28页 |
| 4.1.2 基于模糊逻辑的健康状态推理 | 第28-30页 |
| 4.2 模糊聚类算法的状态判别 | 第30-33页 |
| 4.2.1 模糊聚类算法原理 | 第30-32页 |
| 4.2.2 基于FCM的健康状态判别 | 第32-33页 |
| 4.3 基于改进WEKA源码的FCM实现 | 第33-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第5章 基于RBF神经网络的健康等级序列预测 | 第35-40页 |
| 5.1 RBF神经网络简介 | 第35-36页 |
| 5.2 基于RBF神经网络的健康等级预测模型 | 第36-38页 |
| 5.3 基于WEKA的RBF神经网络实现 | 第38-39页 |
| 5.4 本章小结 | 第39-40页 |
| 第6章 实验设计与代码分析 | 第40-48页 |
| 6.1 数据质量分析及清理方法 | 第40-44页 |
| 6.1.1 数据质量分析 | 第40-43页 |
| 6.1.2 实验数据概况 | 第43-44页 |
| 6.2 实验过程和结果分析 | 第44-47页 |
| 6.2.1 属性选择与健康状态判别 | 第45-46页 |
| 6.2.2 基于RBF神经网络预测模型实验分析 | 第46-47页 |
| 6.3 本章小结 | 第47-48页 |
| 第7章 总结与展望 | 第48-51页 |
| 7.1 总结 | 第48-49页 |
| 7.2 未来展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录A 攻读硕士学位期间的科研成果与参与的科研项目 | 第55页 |
| 【攻读硕士学位期间的科研成果】 | 第55页 |
| 【攻读硕士学位期间参加的科研项目】 | 第55页 |