| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第11-22页 |
| ·研究背景 | 第11-13页 |
| ·半监督分类的发展背景 | 第11-12页 |
| ·阿尔茨海默症的发展背景 | 第12-13页 |
| ·国内外研究现状 | 第13-21页 |
| ·半监督分类研究现状 | 第13-19页 |
| ·半监督SVM研究现状 | 第19-20页 |
| ·半监督SVM在阿尔茨海默症数据分析中的应用研究现状 | 第20-21页 |
| ·研究目的及意义 | 第21页 |
| ·论文的结构 | 第21-22页 |
| 第二章 阿尔茨海默症数据预处理方法 | 第22-33页 |
| ·数据来源 | 第22-23页 |
| ·数据处理方法 | 第23-25页 |
| ·特征选择 | 第23页 |
| ·特征提取 | 第23-25页 |
| ·数据分析 | 第25-33页 |
| 第三章 基于SVM的算法设计以及在阿尔茨海默症数据分析中的应用 | 第33-44页 |
| ·SVM算法概述 | 第33-38页 |
| ·线性可分情况 | 第33-35页 |
| ·线性不可分情况 | 第35-36页 |
| ·非线性情况 | 第36-38页 |
| ·SVM在阿尔茨海默症数据分析中的应用 | 第38-44页 |
| ·SVM分类模型 | 第38页 |
| ·实验分析 | 第38-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于FSVM的算法设计以及在阿尔茨海默症数据分析中的应用 | 第44-51页 |
| ·FSVM算法概述 | 第44-45页 |
| ·FSVM在阿尔茨海默症数据分析中的应用 | 第45-51页 |
| ·FSVM分类模型 | 第45-46页 |
| ·实验分析 | 第46-49页 |
| ·小结 | 第49-51页 |
| 第五章 基于S3VM的算法设计以及在阿尔茨海默症数据分析中的应用 | 第51-62页 |
| ·半监督分类 | 第51-52页 |
| ·半监督SVM算法概述 | 第52-54页 |
| ·核函数 | 第54-57页 |
| ·半监督SVM在阿尔茨海默症数据分析中的应用 | 第57-62页 |
| ·S3VM分类模型 | 第57-58页 |
| ·实验分析 | 第58-61页 |
| ·小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·全文总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录：攻读学位期间取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
