| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-19页 |
| ·研究背景和意义 | 第10-12页 |
| ·研究背景 | 第10页 |
| ·应用意义 | 第10-12页 |
| ·临床路径决策的研究现状 | 第12-15页 |
| ·国外的研究 | 第12-13页 |
| ·国内的研究 | 第13-15页 |
| ·研究内容及创新 | 第15-16页 |
| ·本文结构安排 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 2 临床路径决策的理论基础 | 第19-26页 |
| ·临床路径基础理论 | 第19-21页 |
| ·临床路径基本概念 | 第19页 |
| ·临床路径特征 | 第19-20页 |
| ·临床路径的变异 | 第20-21页 |
| ·电子病历的数据分析 | 第21-22页 |
| ·电子病历基本概念 | 第21页 |
| ·电子病历数据分析 | 第21-22页 |
| ·临床路径决策的相关理论 | 第22-24页 |
| ·临床决策分析 | 第22-23页 |
| ·临床路径决策方法 | 第23-24页 |
| ·临床路径决策流程分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 FKM聚类算法与MapReduce技术概述 | 第26-35页 |
| ·FKM聚类算法 | 第26-30页 |
| ·K-means聚类算法 | 第26-28页 |
| ·FKM(Fuzzy K-means)聚类算法 | 第28-29页 |
| ·FKM聚类算法的影响因素 | 第29-30页 |
| ·MapReduce技术概述 | 第30-34页 |
| ·Hadoop子项目 | 第30-31页 |
| ·Hadoop文件系统HDFS | 第31-32页 |
| ·MapReduce的工作流程 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 FKM聚类算法与MapReduce下FKM并行算法的研究 | 第35-48页 |
| ·基于均分方法的FKM聚类算法 | 第35-41页 |
| ·样本采集与数据预处理 | 第35-40页 |
| ·聚类数K的设定与均分方式选取初始簇中心 | 第40-41页 |
| ·MapReduce下基于均分方法的FKM并行算法 | 第41-47页 |
| ·MapReduce下基于均分方法的FKM并行算法的计算流程 | 第43-45页 |
| ·Map阶段与Reduce阶段的设计 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 临床路径决策方法仿真实验 | 第48-64页 |
| ·基于均分方法的FKM算法的临床路径决策方法仿真 | 第48-58页 |
| ·FKM聚类分析的仿真实验环境 | 第49页 |
| ·基于均分方法的FKM算法的临床路径类型判别标准 | 第49-52页 |
| ·基于均分方法的FKM算法的临床路径决策流程仿真 | 第52-54页 |
| ·对比分析 | 第54-58页 |
| ·MapReduce下基于均分方法的FKM并行算法的计算能力分析 | 第58-63页 |
| ·Hadoop仿真实验环境 | 第58-59页 |
| ·单机处理实验对比 | 第59-60页 |
| ·集群处理实验 | 第60-62页 |
| ·集群实验加速性能对比 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 作者简历 | 第67-69页 |
| 学位论文数据集 | 第69页 |
