关于马田系统若干问题的研究--以医疗数据为例
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-20页 |
| ·模式识别与马田系统 | 第11-12页 |
| ·马田系统的研究意义 | 第12-13页 |
| ·马田系统的国内外研究现状 | 第13-17页 |
| ·本论文研究的主要内容及章节结构 | 第17-20页 |
| 2 经典马田系统概述 | 第20-31页 |
| ·经典模型 | 第20-23页 |
| ·MTGS法 | 第23-25页 |
| ·数学模型 | 第25-27页 |
| ·稳健马田系统模型 | 第27-28页 |
| ·扩展应用方法 | 第28-29页 |
| ·伴随矩阵法 | 第28页 |
| ·β调整法 | 第28-29页 |
| ·多重马氏距离法 | 第29页 |
| ·马田系统的应用 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 关于类别可分性指标的研究 | 第31-51页 |
| ·距离统计量 | 第31-32页 |
| ·马田系统中的马氏距离选择 | 第32-38页 |
| ·马田系统中的马氏距离 | 第32页 |
| ·马氏距离与欧式距离 | 第32-34页 |
| ·应用示例 | 第34-38页 |
| ·类别可分性指标的拓展 | 第38-50页 |
| ·当前问题 | 第38-40页 |
| ·形状相似统计量 | 第40-41页 |
| ·样本近似度 | 第41-44页 |
| ·特征变量类型确定的正交表法 | 第44-46页 |
| ·应用示例 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 4 关于特征变量选择方法的研究 | 第51-69页 |
| ·特征变量选择的试验方法 | 第51-54页 |
| ·方差分析在MTS特征变量选择中的应用 | 第54-58页 |
| ·数据采集 | 第54页 |
| ·方差分析的计算步骤 | 第54-56页 |
| ·应用示例 | 第56-58页 |
| ·基于熵理论的特征变量选择 | 第58-62页 |
| ·熵与熵值函数 | 第58-59页 |
| ·特征变量选择的熵值法基本原理 | 第59-60页 |
| ·应用示例 | 第60-62页 |
| ·基于聚类统计分析的特征变量选择 | 第62-68页 |
| ·模糊聚类分析原理 | 第62-63页 |
| ·特征变量选择的模糊聚类分析方法 | 第63-64页 |
| ·应用示例 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 5 关于多类判别的研究 | 第69-90页 |
| ·多元空间多类模式识别方法概述 | 第69-70页 |
| ·马田系统类别判别的过程 | 第70-75页 |
| ·基准空间的确定 | 第70-72页 |
| ·基准空间的有效性确认 | 第72页 |
| ·基准空间的优化 | 第72-73页 |
| ·待检样品与基准空间关系的确定 | 第73-74页 |
| ·待检样品类别属性的识别 | 第74-75页 |
| ·有序分割类型 | 第75-78页 |
| ·基本概念 | 第75页 |
| ·多类判别的实施 | 第75-76页 |
| ·关于类别临界域的讨论 | 第76-78页 |
| ·一般分割类型 | 第78-88页 |
| ·常规方法 | 第78-81页 |
| ·扰动模糊数学方法 | 第81-88页 |
| ·本章小结 | 第88-90页 |
| 6 基于马田系统的多类判别应用案例 | 第90-98页 |
| ·基准空间的构建及其优化 | 第90页 |
| ·扰动模糊关系R_(VW)确定 | 第90-96页 |
| ·多类判别过程 | 第96-97页 |
| ·本章小节 | 第97-98页 |
| 7 结论与展望 | 第98-102页 |
| ·主要工作与结论 | 第98-99页 |
| ·主要创新点 | 第99-100页 |
| ·今后的研究方向 | 第100-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-110页 |
| 博士学位在读期间发表的论文及科研情况 | 第110页 |
