黄疸类疾病辅助诊断系统的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-14页 |
| 1.2.1 国内外发展现状 | 第11-13页 |
| 1.2.2 发展趋势 | 第13-14页 |
| 1.3 论文主要内容和结构安排 | 第14-16页 |
| 第2章 机器学习 | 第16-26页 |
| 2.1 逻辑回归 | 第17-20页 |
| 2.1.1 问题提出 | 第17-18页 |
| 2.1.2 激励函数 | 第18页 |
| 2.1.3 决策函数 | 第18-19页 |
| 2.1.4 模型参数求解 | 第19-20页 |
| 2.1.5 多分类问题 | 第20页 |
| 2.2 贝叶斯学习 | 第20-22页 |
| 2.2.1 概率相关知识 | 第20-21页 |
| 2.2.2 贝叶斯定理 | 第21页 |
| 2.2.3 朴素贝叶斯模型 | 第21-22页 |
| 2.3 决策树理论 | 第22-25页 |
| 2.3.1 信息论相关知识 | 第22-23页 |
| 2.3.2 决策树构建 | 第23-25页 |
| 2.3.3 决策树剪枝 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 需求分析及系统设计 | 第26-34页 |
| 3.1 需求分析 | 第26-28页 |
| 3.1.1 总体需求分析 | 第26-27页 |
| 3.1.2 数据需求分析 | 第27-28页 |
| 3.2 系统结构与流程 | 第28页 |
| 3.3 数据预处理模块设计 | 第28-29页 |
| 3.4 分类器模块设计 | 第29-31页 |
| 3.5 可视化模块设计 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 系统实现 | 第34-55页 |
| 4.1 数据预处理 | 第34-43页 |
| 4.1.1 数据清洗 | 第35-37页 |
| 4.1.2 数据选样 | 第37-38页 |
| 4.1.3 数据变换 | 第38-40页 |
| 4.1.4 数据规约 | 第40-43页 |
| 4.2 分类器实现 | 第43-54页 |
| 4.2.1 LR分类器实现 | 第43-46页 |
| 4.2.2 朴素贝叶斯分类器实现 | 第46-49页 |
| 4.2.3 决策树分类器实现 | 第49-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第5章 系统测试及实验分析 | 第55-78页 |
| 5.1 算法参数的设置 | 第55-58页 |
| 5.1.1 交叉验证 | 第55-56页 |
| 5.1.2 折数与属性的设置 | 第56页 |
| 5.1.3 分类结果分析 | 第56-58页 |
| 5.2 试验与分析 | 第58-65页 |
| 5.2.1 折数固定下的性能分析 | 第58-62页 |
| 5.2.2 属性固定下的性能分析 | 第62-65页 |
| 5.3 对比试验结果 | 第65-74页 |
| 5.3.1 与决策树试验结果对比 | 第65-68页 |
| 5.3.2 与贝叶斯试验结果对比 | 第68-71页 |
| 5.3.3 其他性能对比 | 第71-74页 |
| 5.4 系统实现结果 | 第74-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第6章 结论与展望 | 第78-80页 |
| 6.1 结论 | 第78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83页 |
