| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 医疗大数据的国内外研究现状 | 第12页 |
| 1.2.2 医疗大数据预处理技术的国内外研究现状 | 第12-13页 |
| 1.3 论文的研究内容与创新 | 第13-15页 |
| 1.3.1 本文的研究内容 | 第13-14页 |
| 1.3.2 本文的创新点 | 第14-15页 |
| 1.4 本论文的结构安排 | 第15-16页 |
| 第二章 数据预处理关键技术 | 第16-27页 |
| 2.1 医疗数据预处理的必要性 | 第16-17页 |
| 2.2 数据清理 | 第17-19页 |
| 2.2.1 缺失值处理 | 第17-18页 |
| 2.2.2 光滑噪声数据 | 第18-19页 |
| 2.3 数据集成 | 第19-21页 |
| 2.3.1 实体识别问题 | 第19页 |
| 2.3.2 冗余和相关分析 | 第19-20页 |
| 2.3.3 数值冲突的检测与处理 | 第20-21页 |
| 2.4 数据归约 | 第21-23页 |
| 2.4.1 维归约 | 第21-22页 |
| 2.4.2 数值归约 | 第22-23页 |
| 2.5 数据变换 | 第23-25页 |
| 2.5.1 数据规范化 | 第23-24页 |
| 2.5.2 数据离散化 | 第24-25页 |
| 2.5.3 概念分层 | 第25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 人口死亡方式缺失值填补技术的研究与改进 | 第27-47页 |
| 3.1 现代填补类别缺失值的技术研究 | 第27-30页 |
| 3.1.1 填补缺失值的必要性 | 第27页 |
| 3.1.2 现代分类方法的研究 | 第27-30页 |
| 3.2 随机森林算法的研究 | 第30-33页 |
| 3.3 随机森林填补非平衡数据集的改进 | 第33-42页 |
| 3.3.1 随机森林填补非均衡数据集的问题 | 第33-35页 |
| 3.3.2 SMOTE算法 | 第35-38页 |
| 3.3.3 基于重心的SMOTE算法的改进 | 第38-42页 |
| 3.4 实验结果 | 第42-46页 |
| 3.4.1 非平衡数据集的实验 | 第42-44页 |
| 3.4.2 随机森林填补人口死亡方式缺失值 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 癫痫病脑电波频域信号降维处理技术的研究与改进 | 第47-64页 |
| 4.1 降维技术的研究 | 第47-50页 |
| 4.1.1 降维的必要性 | 第47页 |
| 4.1.2 降维相关算法的研究 | 第47-50页 |
| 4.2 局部线性嵌入算法的研究 | 第50-53页 |
| 4.3 局部线性嵌入算法的改进 | 第53-60页 |
| 4.3.1 局部线性嵌入算法邻域点选择的问题 | 第53-54页 |
| 4.3.2 K-Means聚类方法 | 第54-56页 |
| 4.3.3 基于K-Means和均值限制的邻域点选择 | 第56-60页 |
| 4.4 实验结果 | 第60-63页 |
| 4.4.1 脑电波时频域信号的转换 | 第60-61页 |
| 4.4.2 性能结果对比与分析 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 健康大数据预处理系统的设计与实现 | 第64-82页 |
| 5.1 需求分析 | 第64-65页 |
| 5.2 总体设计 | 第65-67页 |
| 5.3 详细设计与实现 | 第67-79页 |
| 5.3.1 人口死亡数据集预处理模块 | 第67-74页 |
| 5.3.2 癫痫病脑电波数据集预处理模块 | 第74-79页 |
| 5.4 结果展示与分析 | 第79-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 全文总结与展望 | 第82-84页 |
| 6.1 全文总结 | 第82页 |
| 6.2 未来展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |