| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景和研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·粒子群优化神经网络的研究现状 | 第11页 |
| ·神经网络及神经网络集成研究现状 | 第11-14页 |
| ·数据挖掘技术应用于医学临床的研究现状 | 第14-16页 |
| ·本文主要工作 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第2章 相关理论概述 | 第18-21页 |
| ·BP神经网络算法概述 | 第18-19页 |
| ·粒子群算法相关理论 | 第19-20页 |
| ·集成算法概述 | 第20-21页 |
| 第3章 带有优化隐层结点数目的粒子群神经网络算法 | 第21-44页 |
| ·训练神经网络的PSO算法设计 | 第21-33页 |
| ·所解决问题的描述 | 第21-22页 |
| ·粒子的编码方式 | 第22-27页 |
| ·编码方式应用举例 | 第27-31页 |
| ·初始化粒子群 | 第31-32页 |
| ·神经网络的训练及适应度函数的设计 | 第32页 |
| ·粒子速度及位置的调整和算法的终止条件 | 第32-33页 |
| ·算法的流程图 | 第33-34页 |
| ·实验结果 | 第34-42页 |
| ·回归问题的实验结果 | 第34-38页 |
| ·分类问题的实验结果 | 第38-42页 |
| ·参数分析 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第4章 带有优化隐层结点数目的粒子群神经网络的集成算法 | 第44-53页 |
| ·神经网络集成的框架 | 第44-45页 |
| ·个体网络的选择 | 第45-47页 |
| ·集成算法的具体实现 | 第47-50页 |
| ·分类问题 | 第47-49页 |
| ·回归问题 | 第49-50页 |
| ·实验结果 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 集成HPSO神经网络在冠心病诊疗中的应用研究 | 第53-60页 |
| ·研究的具体步骤 | 第53-55页 |
| ·数据预处理 | 第55-58页 |
| ·数据分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 结论与展望 | 第60-62页 |
| ·结论 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间公开发表论文 | 第66-67页 |
| 致谢 | 第67页 |