摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 论文研究背景及意义 | 第10-12页 |
1.1.1 移动互联网的发展 | 第10-11页 |
1.1.2 利用大数据进行疾病风险预测的意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-13页 |
1.3 论文主要工作及创新点 | 第13-14页 |
1.4 论文组织结构 | 第14-16页 |
第二章 基于HTML5与Node.js的移动Web健康大数据平台技术 | 第16-28页 |
2.1 疾病风险评估相关大数据技术研究 | 第16-21页 |
2.1.1 哈佛癌症风险指数 | 第16-17页 |
2.1.2 Logistic回归算法 | 第17-19页 |
2.1.3 MLP多层感知器 | 第19-20页 |
2.1.4 BP神经网络算法 | 第20-21页 |
2.2 Web软件平台技术研究 | 第21-26页 |
2.2.1 移动Web前端技术 | 第21-24页 |
2.2.2 服务器端技术 | 第24-26页 |
2.3 本章总结 | 第26-28页 |
第三章 移动Web健康大数据平台需求分析与方案设计 | 第28-40页 |
3.1 移动Web健康大数据平台需求分析 | 第28-30页 |
3.1.1 慢性病与癌症的危害 | 第28-29页 |
3.1.2 平台功能性需求分析 | 第29页 |
3.1.3 平台非功能性需求分析 | 第29-30页 |
3.2 移动Web健康大数据平台方案设计 | 第30-39页 |
3.2.1 常见软件平台架构方式 | 第30-31页 |
3.2.2 移动Web健康大数据平台的系统架构设计 | 第31-33页 |
3.2.3 移动Web健康大数据平台关键模块设计 | 第33-36页 |
3.2.4 软件平台前后端接口设计 | 第36-39页 |
3.3 本章小结 | 第39-40页 |
第四章 移动Web健康大数据平台的实现 | 第40-54页 |
4.1 Web服务模块实现 | 第40-46页 |
4.1.1 Web前端的实现 | 第40-42页 |
4.1.2 Web服务端的实现 | 第42-44页 |
4.1.3 数据存储的实现 | 第44-46页 |
4.2 慢病预测模块实现 | 第46-48页 |
4.3 癌症筛选模块实现 | 第48-52页 |
4.3.1 模型建立 | 第49-51页 |
4.3.2 模型训练 | 第51-52页 |
4.4 本章小结 | 第52-54页 |
第五章 软件平台测试与结果分析 | 第54-62页 |
5.1 软件测试方案设计 | 第54-55页 |
5.2 软件测试与结果分析 | 第55-60页 |
5.2.1 移动设备适配测试 | 第55-57页 |
5.2.2 软件平台冒烟测试 | 第57-58页 |
5.2.3 慢病预测模块测试 | 第58-59页 |
5.2.4 癌症筛选模块测试 | 第59-60页 |
5.3 本章小结 | 第60-62页 |
第六章 总结与展望 | 第62-64页 |
6.1 论文工作总结 | 第62-63页 |
6.2 下一步工作计划 | 第63-64页 |
参考文献 | 第64-68页 |
附录 缩略词 | 第68-70页 |
致谢 | 第70页 |