支持向量机在新生儿黄疸诊断预测中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 1 前言 | 第7-11页 |
| 1．1 研究背景 | 第7-9页 |
| 1．2 研究目的 | 第9页 |
| 1．3 研究思路 | 第9-11页 |
| 2 资料来源和预处理 | 第11-18页 |
| 2．1 资料来源及基本情况 | 第11-16页 |
| 2．2 资料预处理 | 第16-18页 |
| 3 交叉验证方法及数据集的划分 | 第18-23页 |
| 3．1 交叉验证 | 第18-19页 |
| 3．2 本研究资料的数据划分 | 第19-23页 |
| 4 基于人工神经网络的新生儿黄疸诊断预测模型 | 第23-37页 |
| 4．1 径向基函数神经网络 | 第23-27页 |
| 4．2 概率神经网络 | 第27-36页 |
| 4．3 讨论 | 第36-37页 |
| 5 基于支持向量机的新生儿黄疸诊断预测模型 | 第37-59页 |
| 5．1 支持向量机理论 | 第38-47页 |
| 5．1．1 线性支持向量机 | 第40-44页 |
| 5．1．2 非线性支持向量机 | 第44-46页 |
| 5．1．3 核函数 | 第46-47页 |
| 5．2 支持向量机的计算机实现 | 第47页 |
| 5．3 模型中变量的纳入方式 | 第47-48页 |
| 5．4 支持向量机分类结果 | 第48-54页 |
| 5．5 讨论 | 第54-59页 |
| 6 总结 | 第59-62页 |
| 6．1 两种模型的分类效果比较 | 第59页 |
| 6．2 没有天生优越的分类模型 | 第59-61页 |
| 6．3 本研究的特点 | 第61页 |
| 6．4 尚需进一步研究的问题 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 综述 | 第67-105页 |
| 附录1 | 第105-106页 |
| 附录2 | 第106-116页 |
| 致谢 | 第116页 |
