基于BP神经网络的心血管病预测系统的研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 心血管疾病预测的研究现状 | 第10-11页 |
| 1.2.2 BP神经网络算法研究现状及应用概况 | 第11页 |
| 1.3 主要工作 | 第11-12页 |
| 1.4 组织结构 | 第12-13页 |
| 1.5 本章总结 | 第13-14页 |
| 第二章 疾病预测系统相关研究理论基础 | 第14-24页 |
| 2.1 疾病预测的基本过程分析 | 第14页 |
| 2.2 人工神经网络 | 第14-16页 |
| 2.2.1 人工神经元构造 | 第14-15页 |
| 2.2.2 激活函数 | 第15-16页 |
| 2.2.3 神经网络的一般模型 | 第16页 |
| 2.3 BP神经网络概述与建立 | 第16-20页 |
| 2.3.1 BP神经网络的基本概念 | 第16-18页 |
| 2.3.2 BP神经网络的训练过程的实现算法 | 第18-19页 |
| 2.3.3 BP神经网络的优点 | 第19-20页 |
| 2.4 属性简约模型研究 | 第20-23页 |
| 2.4.1 特征选择关键技术的研究 | 第21-22页 |
| 2.4.2 融合封装和过滤的特征选择算法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于BP神经网络的疾病预测模型研究 | 第24-34页 |
| 3.1 疾病预测模型的研究与对比 | 第24-28页 |
| 3.1.1 回归预测法 | 第24-25页 |
| 3.1.2 马尔柯夫(Markov)预测法 | 第25页 |
| 3.1.3 基于时间序列的分析预测方法 | 第25-27页 |
| 3.1.4 基于灰色系统理论的预测方法 | 第27-28页 |
| 3.2 基于BP神经网络的疾病预测模型 | 第28-33页 |
| 3.2.1 BP神经网络疾病预测过程和框架 | 第28-29页 |
| 3.2.2 构建心血管疾病BP神经网络模型 | 第29-33页 |
| 3.3 模型对比 | 第33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 疾病预测系统设计与研究 | 第34-43页 |
| 4.1 疾病预测系统可行性分析 | 第34-35页 |
| 4.2 疾病预测系统功能需求分析 | 第35-36页 |
| 4.3 面向心血管病预测系统总体设计 | 第36-39页 |
| 4.4 系统功能模块设计与实现 | 第39-40页 |
| 4.5 系统数据库设计 | 第40-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第五章 疾病预测系统环境及应用 | 第43-46页 |
| 5.1 系统实现环境 | 第43页 |
| 5.2 系统各子模块的应用 | 第43-45页 |
| 5.3 本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-47页 |
| 6.1 总结 | 第46页 |
| 6.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士期间发表的学术论文 | 第51页 |
