基于主成分分析与神经网络的肝病预测分析
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·人工神经网络在医学领域的研究现状 | 第9-11页 |
| ·研究的内容及意义 | 第11页 |
| ·本文的内容安排 | 第11-13页 |
| 第二章 肝病患者的数据资料分析 | 第13-18页 |
| ·肝炎疾病知识分析 | 第13-14页 |
| ·患者确诊的主要诊断目标及意义 | 第14-15页 |
| ·传统的诊断方法及其不足之处 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 基于主成分分析的模型建立 | 第18-26页 |
| ·主成分分析简介 | 第18-21页 |
| ·主成分分析基本原理 | 第18-21页 |
| ·主成分分析计算步骤 | 第21页 |
| ·主成分分析基于SPSS的实现步骤 | 第21-22页 |
| ·基于主成份分析模型的建立及求解 | 第22-25页 |
| ·资料的选取 | 第22-23页 |
| ·利用spss软件模型求解 | 第23-24页 |
| ·实验数据分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 基于BP神经网络的肝病数据处理 | 第26-39页 |
| ·单隐层BP网络简介 | 第26-31页 |
| ·BP神经网络基本原理 | 第26-28页 |
| ·BP网络的局限性及改进方法 | 第28-29页 |
| ·L-M算法原理 | 第29-31页 |
| ·BP网络模型设计 | 第31-34页 |
| ·网络拓扑结构 | 第31-32页 |
| ·激活函数的选取 | 第32-34页 |
| ·网络学习参数的设置 | 第34页 |
| ·基于主成分分析的BP神经网络预测效果及分析 | 第34-37页 |
| ·数据的选取 | 第34-35页 |
| ·网络拓扑结构的确定 | 第35页 |
| ·基于matlab的BP神经网络模型的实现 | 第35-37页 |
| ·检测结果对比评价 | 第37页 |
| ·未经降维的BP神经网络模型预测效果及分析 | 第37-38页 |
| ·对比评价分析 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于RBF神经网络的数据预测分析 | 第39-46页 |
| ·RBF神经网络简介 | 第39-43页 |
| ·RBF神经网络的基本结构 | 第39-40页 |
| ·RBF神经网络的基本算法 | 第40-43页 |
| ·RBF网络模型设计及求解 | 第43-44页 |
| ·RBF神经网络的拓扑结构 | 第43页 |
| ·RBF神经网络参数选定与训练 | 第43页 |
| ·RBF神经网络实验结果 | 第43-44页 |
| ·结果对比分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 结束语 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间主要研究成果 | 第52页 |
