| 摘要 | 第6-9页 |
| ABSTRACT | 第9-12页 |
| 中英文对照表 | 第13-14页 |
| 综述 | 第14-26页 |
| 综述一 2型糖尿病及中医治疗进展 | 第14-18页 |
| 1.1 2型糖尿病及其流行病学研究 | 第14-15页 |
| 1.1.1 关于2型糖尿病的发病机制的现代研究 | 第14-15页 |
| 1.1.2 我国2型糖尿病的流行特点 | 第15页 |
| 1.2 中医学对2型糖尿病的认识及治疗特点 | 第15-18页 |
| 1.2.1 2型糖尿病的中医病名和临床表现 | 第15页 |
| 1.2.2 2型糖尿病的中医分型 | 第15-16页 |
| 1.2.3 2型糖尿病中医辨证论治的治疗思路 | 第16-18页 |
| 综述二 中医症状筛选方法现代研究进展 | 第18-20页 |
| 2.1 “抓主症”方法研究现状 | 第18页 |
| 2.2 中医症状筛选方法现代研究进展 | 第18-20页 |
| 综述三 决策树及吉布斯采样的应用现状 | 第20-22页 |
| 3.1 决策树 | 第20-21页 |
| 3.1.1 主要决策树算法 | 第20页 |
| 3.1.2 决策树的应用现状分析 | 第20-21页 |
| 3.2 吉布斯采样 | 第21-22页 |
| 3.2.1 吉布斯采样的应用现状分析 | 第21-22页 |
| 参考文献 | 第22-26页 |
| 前言 | 第26-28页 |
| 第一章 2型糖尿病病例数据挖掘 | 第28-32页 |
| 1.1 病例来源 | 第28页 |
| 1.2 数据整理 | 第28-31页 |
| 1.2.1 病例筛选与规范 | 第28-29页 |
| 1.2.2 症状筛选与规范 | 第29-31页 |
| 1.2.3 整理过程的信度保证 | 第31页 |
| 1.3 数据录入 | 第31-32页 |
| 第二章 决策树模型的构建 | 第32-44页 |
| 2.1 决策树算法及其应用原理 | 第32-34页 |
| 2.1.1 基于信息熵的决策树概念分析 | 第32-33页 |
| 2.1.2 常用决策树算法及原理 | 第33-34页 |
| 2.2 使用决策树的条件 | 第34页 |
| 2.3 决策树的生成过程 | 第34-35页 |
| 2.4 决策树的简化 | 第35-36页 |
| 2.5 决策树模型 | 第36-38页 |
| 2.6 决策树算法应用实例 | 第38-43页 |
| 2.6.1 模型运算过程 | 第38-40页 |
| 2.6.2 模型运算结果 | 第40-43页 |
| 2.7 小结 | 第43-44页 |
| 第三章 吉布斯采样过程 | 第44-56页 |
| 3.1 吉布斯采样算法及其应用原理 | 第44-46页 |
| 3.1.1 基于贝叶斯定理的吉布斯算法方法概念分析 | 第44-46页 |
| 3.1.2 常见采样算法及其关系 | 第46页 |
| 3.1.3 吉布斯采样算法的优势 | 第46页 |
| 3.2 吉布斯采样算法的流程 | 第46-48页 |
| 3.3 吉布斯采样算法的具体步骤 | 第48-50页 |
| 3.3.1 初始训练集 | 第48-49页 |
| 3.3.2 更新步骤 | 第49页 |
| 3.3.3 采样步骤 | 第49-50页 |
| 3.3.4 终止步骤 | 第50页 |
| 3.4 吉布斯采样算法应用实例 | 第50-55页 |
| 3.4.1 主题模式转化 | 第50页 |
| 3.4.2 代码格式及运行工具 | 第50-51页 |
| 3.4.3 具体代码 | 第51-53页 |
| 3.4.4 代码运行过程 | 第53-54页 |
| 3.4.5 吉布斯采样结果 | 第54-55页 |
| 3.5 小结 | 第55-56页 |
| 第四章 综合分析 | 第56-61页 |
| 4.1 机器偏好性分析 | 第56-58页 |
| 4.2 模型验证 | 第58-59页 |
| 4.3 建立2型糖尿病症状筛选和权重标注方法 | 第59页 |
| 4.4 不足与展望 | 第59-61页 |
| 结语 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |