| 摘要 | 第3-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外相关研究工作综述 | 第13-17页 |
| 1.2.1 不平衡数据分类的研究进展 | 第13-15页 |
| 1.2.2 聚类融合的研究进展 | 第15-17页 |
| 1.3 本文的主要工作及其创新点 | 第17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 2 相关基础知识 | 第19-32页 |
| 2.1 聚类算法 | 第19-22页 |
| 2.1.1 聚类概述 | 第19-21页 |
| 2.1.2 k-means聚类算法 | 第21-22页 |
| 2.2 不平衡数分类知识 | 第22-28页 |
| 2.2.1 不平衡数据分类方法 | 第22-24页 |
| 2.2.2 不平衡数据分类性能分析 | 第24-26页 |
| 2.2.3 不平衡数据分类算法评价指标 | 第26-28页 |
| 2.3 随机森林算法 | 第28-30页 |
| 2.3.1 随机森林概述 | 第28页 |
| 2.3.2 随机森林定义及构建过程 | 第28-30页 |
| 2.3.3 随机森林理论概述 | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 基于聚类融合的数据处理算法 | 第32-41页 |
| 3.1 聚类融合 | 第32-35页 |
| 3.1.1 聚类融合概述 | 第32页 |
| 3.1.2 聚类融合算法 | 第32-35页 |
| 3.2 REKM欠抽样算法 | 第35-40页 |
| 3.2.1 算法思想 | 第35-38页 |
| 3.2.2 算法关键技术 | 第38-39页 |
| 3.2.3 算法流程及实现 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 4 实验及其结果分析 | 第41-49页 |
| 4.1 REKM-RF算法 | 第41-43页 |
| 4.2 实验准备 | 第43页 |
| 4.3 实验过程 | 第43-45页 |
| 4.4 实验结果分析 | 第45-47页 |
| 4.4.1 实验结果分析 | 第45-46页 |
| 4.4.2 显著性检验及其结论 | 第46-47页 |
| 4.5 本章小结 | 第47-49页 |
| 5 原发性肺癌患者术后生存率预测 | 第49-55页 |
| 5.1 原发性肺癌概述 | 第49-50页 |
| 5.1.1 原发性肺癌 | 第49页 |
| 5.1.2 胸外科肿瘤患者术前风险评估 | 第49-50页 |
| 5.2 REKM-RF算法在肺癌患者术后生存率中的预测 | 第50-54页 |
| 5.2.1 数据来源 | 第50-51页 |
| 5.2.2 实验过程 | 第51-54页 |
| 5.2.3 实验结论 | 第54页 |
| 5.3 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参加的研究工作和获得的学术成果 | 第64页 |