| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 引言 | 第10-20页 |
| 第一节 本文研究背景 | 第11-13页 |
| 一、关联规则挖掘技术仍存在不足 | 第11页 |
| 二、本体技术的快速发展 | 第11-12页 |
| 三、糖尿病仍处于爆发性阶段 | 第12-13页 |
| 第二节 相关研究现状 | 第13-17页 |
| 一、关联规则的研究现状 | 第13-15页 |
| 二、本体及其在医疗领域中的研究现状 | 第15-17页 |
| 第三节 本文研究的内容和组织结构 | 第17-20页 |
| 一、研究的主要工作及创新点 | 第17-18页 |
| 二、论文的结构安排 | 第18-20页 |
| 第二章 关联规则挖掘的基本知识 | 第20-25页 |
| 第一节 关联规则挖掘简介 | 第20页 |
| 第二节 关联规则的定义 | 第20-21页 |
| 第三节 关联规则的分类 | 第21-22页 |
| 第四节 关联规则的挖掘过程 | 第22页 |
| 第五节 Apriori算法 | 第22-23页 |
| 第六节 本章小结 | 第23-25页 |
| 第三章 本体理论概述 | 第25-33页 |
| 第一节 本体技术简介 | 第25-29页 |
| 一、本体的定义 | 第25-26页 |
| 二、本体的分类 | 第26-27页 |
| 三、本体的作用及组成 | 第27-28页 |
| 四、本体的描述语言 | 第28-29页 |
| 第二节 本体的构建 | 第29-32页 |
| 一、本体的构建方法 | 第29-30页 |
| 二、本体的构建过程 | 第30-31页 |
| 三、本体的构建工具 | 第31-32页 |
| 第三节 本章小结 | 第32-33页 |
| 第四章 LMApriori算法及其应用 | 第33-44页 |
| 第一节 关联规则挖掘算法LMApriori算法 | 第33-34页 |
| 一、相关定义 | 第33-34页 |
| 二、算法描述 | 第34页 |
| 第二节 实例分析 | 第34-37页 |
| 第三节 效率分析 | 第37-38页 |
| 第四节 实验分析 | 第38-39页 |
| 一、实验环境 | 第38页 |
| 二、实验结果 | 第38-39页 |
| 第五节 利用LMApriori算法发现糖尿病药物之间的联系 | 第39-43页 |
| 一、实验设计流程 | 第39-40页 |
| 二、数据预处理 | 第40-41页 |
| 三、利用LMApriori算法挖掘 | 第41-43页 |
| 第六节 本章小结 | 第43-44页 |
| 第五章 关联规则和本体在糖尿病领域中的应用 | 第44-55页 |
| 第一节 基于关联规则构建糖尿病药物治疗本体 | 第44-50页 |
| 一、引入糖尿病领域本体的意义 | 第44-45页 |
| 二、糖尿病药物治疗本体框架 | 第45-47页 |
| 三、糖尿病药物治疗本体的属性定义 | 第47-50页 |
| 第二节 基于领域知识和关联规则建立糖尿病药物治疗本体的推理原理 | 第50-52页 |
| 第三节 糖尿病药物治疗推理实验 | 第52-54页 |
| 第四节 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 第一节 全文总结 | 第55页 |
| 第二节 工作展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 在学期间研究成果和已发表的论文 | 第65页 |