几种慢性病的危险因素挖掘分析研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-15页 |
| 1.1. 课题任务 | 第9页 |
| 1.2. 课题背景 | 第9-14页 |
| 1.2.1. 研究背景介绍 | 第9页 |
| 1.2.2. 国内外发展现状综述 | 第9-14页 |
| 1.3. 论文结构 | 第14-15页 |
| 第二章 数据挖掘方法研究分析 | 第15-39页 |
| 2.1. 改进的C4.5算法 | 第15-19页 |
| 2.1.1. C4.5算法 | 第16-17页 |
| 2.1.2. Knn-DT算法 | 第17-19页 |
| 2.2. 改进的逻辑回归算法 | 第19-22页 |
| 2.2.1. LR算法 | 第19-20页 |
| 2.2.2. QN-LR算法 | 第20-22页 |
| 2.3. 改进的BP神经网络算法 | 第22-28页 |
| 2.3.1. BP神经网络 | 第23-25页 |
| 2.3.2. MODF-BNN算法 | 第25-28页 |
| 2.4. 三种方法的优缺点对比 | 第28-29页 |
| 2.5. 分类结果的验证算法 | 第29-30页 |
| 2.6. 数据挖掘的实现 | 第30-37页 |
| 2.6.1. 数据收集与数据预处理 | 第30-31页 |
| 2.6.2. Knn-DT的实现 | 第31-33页 |
| 2.6.3. QN-LR算法的实现 | 第33-35页 |
| 2.6.4. MODF-BNN的实现 | 第35-37页 |
| 2.6.5. 三种危险因素分析方法的对比 | 第37页 |
| 2.7. 本章小结 | 第37-39页 |
| 第三章 疾病预测方法研究分析 | 第39-47页 |
| 3.1. 基于数据挖掘的疾病预测研究现状概述 | 第39-40页 |
| 3.2. GBRT预测算法 | 第40-41页 |
| 3.3. RF-GBRT预测算法 | 第41-43页 |
| 3.4. 预测结果的验证算法概述 | 第43页 |
| 3.5. RF-GBRT疾病预测模型的实现 | 第43-46页 |
| 3.5.1. RF-GBRT的算法实现 | 第43-44页 |
| 3.5.2. 预测结果 | 第44-46页 |
| 3.6. 本章小结 | 第46-47页 |
| 第四章 危险因素挖掘与疾病预测系统 | 第47-59页 |
| 4.1. 系统需求分析 | 第47-51页 |
| 4.1.1. 系统定义与业务分析 | 第47-48页 |
| 4.1.2. 需求定义 | 第48页 |
| 4.1.3. 数据描述 | 第48-50页 |
| 4.1.4. 功能需求 | 第50-51页 |
| 4.1.5. 非功能需求 | 第51页 |
| 4.2. 系统设计 | 第51-53页 |
| 4.2.1. 系统架构设计 | 第51-52页 |
| 4.2.2. 系统模块设计 | 第52-53页 |
| 4.3. RFMDPS的具体实现 | 第53-57页 |
| 4.3.1. 主界面 | 第53-54页 |
| 4.3.2. 危险因素分析功能 | 第54-55页 |
| 4.3.3. 疾病预测功能 | 第55-57页 |
| 4.4. 本章小结 | 第57-59页 |
| 第五章 结束语 | 第59-61页 |
| 5.1. 论文工作总结 | 第59页 |
| 5.2. 问题和展望 | 第59-61页 |
| 附录1：数据集样例的数据转换 | 第61-65页 |
| 附录2：危险因素数据挖掘算法的主要代码实现 | 第65-72页 |
| 附录3：疾病预测算法的主要代码实现 | 第72-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文 | 第80页 |
