| 摘要 | 第8-10页 |
| Abstract | 第10-12页 |
| 第一章 引言 | 第13-22页 |
| 1.1 研究背景及意义 | 第13-18页 |
| 1.1.1 软计算及知识库简介 | 第13-15页 |
| 1.1.2 中医辨证研究面临的挑战 | 第15-17页 |
| 1.1.3 心系基础证诊断知识库研究的意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-20页 |
| 1.3 研究内容 | 第20页 |
| 1.4 研究目标 | 第20-21页 |
| 1.5 技术路线 | 第21-22页 |
| 第二章 心系病位、病性特征与基础证的相关性研究 | 第22-34页 |
| 2.1 聚类分析在心系病位、病性特征与基础证相关性研究中的应用 | 第22-25页 |
| 2.1.1 聚类分析简介 | 第22页 |
| 2.1.2 心系基础证病位、病性特征的聚类分析研究 | 第22-25页 |
| 2.1.3 结果分析及讨论 | 第25页 |
| 2.2 因子分析在心系病位、病性特征与基础证相关性研究中的应用 | 第25-29页 |
| 2.2.1 因子分析简介 | 第25-26页 |
| 2.2.2 心系基础证的因子分析研究 | 第26-29页 |
| 2.2.3 结果分析及讨论 | 第29页 |
| 2.3 关联规则在心系病位、病性特征与基础证相关性研究中的应用 | 第29-33页 |
| 2.3.1 关联规则简介 | 第29-30页 |
| 2.3.2 心系基础证与病位、病性特征的关联分析研究 | 第30-33页 |
| 2.3.3 结果分析及讨论 | 第33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于神经网络的心系基础证诊断知识库的研究 | 第34-41页 |
| 3.1 人工神经网络简介 | 第34-36页 |
| 3.1.1 BP 神经网络模型 | 第35页 |
| 3.1.2 BP 神经网络设计的基本方法 | 第35-36页 |
| 3.2 心系基础证神经网络诊断知识库的构建 | 第36-38页 |
| 3.2.1 数据预处理 | 第36-37页 |
| 3.2.2 建模过程 | 第37页 |
| 3.2.3 模型测试 | 第37-38页 |
| 3.3 结果分析及讨论 | 第38-39页 |
| 3.3.1 正确率讨论 | 第38页 |
| 3.3.2 知识提取过程 | 第38-39页 |
| 3.3.3 模型的局限性 | 第39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 基于模糊逻辑的心系基础证诊断知识库的研究 | 第41-53页 |
| 4.1 模糊数学简介 | 第41-42页 |
| 4.1.1 模糊数学概述 | 第41页 |
| 4.1.2 模糊集合概念 | 第41-42页 |
| 4.2 中医辨证问题的数学模型转化 | 第42-43页 |
| 4.3 心系基础证模糊识别数学模型的构建 | 第43-45页 |
| 4.3.1 确定论域 | 第43页 |
| 4.3.2 构造隶属函数 | 第43-44页 |
| 4.3.3 建立模糊识别数学模型 | 第44-45页 |
| 4.4 模糊识别举例 | 第45页 |
| 4.5 常见心系病位及病性模糊隶属函数 | 第45-50页 |
| 4.5.1 心系病位模糊隶属函数 | 第45-46页 |
| 4.5.2 病性模糊隶属函数 | 第46-50页 |
| 4.6 常见心系基础证诊断 | 第50-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第五章 心系基础证智能辨证诊断系统的设计与应用 | 第53-66页 |
| 5.1 设计思路 | 第53页 |
| 5.2 详细设计 | 第53-54页 |
| 5.3 系统介绍 | 第54-56页 |
| 5.4 系统应用举例 | 第56-65页 |
| 5.4.1 心系医案的智能辨证 | 第57-61页 |
| 5.4.2 心系疾病病位、病性组合规律研究 | 第61-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结及展望 | 第66-69页 |
| 6.1 研究总结 | 第66页 |
| 6.2 研究成果及创新 | 第66-67页 |
| 6.3 不足之处及后续研究思路 | 第67-68页 |
| 6.4 结语 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录1 缩略词(abbreviation) | 第72-73页 |
| 附录2 知识库建模核心函数 | 第73-76页 |
| 附录3 心系智能辨证软件用户手册 | 第76-82页 |
| 攻读博士学位期间取得的研究成果 | 第82-84页 |
| 致谢 | 第84-85页 |
| 作者简介 | 第85页 |
