摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景与意义 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 肾功能与肾脏疾病 | 第12-13页 |
1.2.1 肾脏疾病 | 第12-13页 |
1.2.2 肾脏功能的测定 | 第13页 |
1.3 胱抑素C、同型半胱氨酸及研究现状 | 第13-15页 |
1.3.1 胱抑素C及其研究现状 | 第13-14页 |
1.3.2 同型半胱氨酸及其研究现状 | 第14-15页 |
1.4 研究目标与思路 | 第15-18页 |
1.4.1 研究目标 | 第15页 |
1.4.2 研究思路 | 第15-18页 |
第二章 资料的获取 | 第18-22页 |
2.1 Cys-C和HCY两项指标实测数据的获取 | 第18-20页 |
2.1.1 Cys-C样本数据概况 | 第18-19页 |
2.1.2 HCY样本数据概况 | 第19-20页 |
2.2 地理指标的选取 | 第20-22页 |
第三章 空间自相关与探索性空间分析 | 第22-34页 |
3.1 空间自相关分析 | 第22-26页 |
3.1.1 原理 | 第22-24页 |
3.1.2 Cys-C样本数据的空间自相关结果 | 第24-25页 |
3.1.3 HCY样本数据的空间自相关结果 | 第25-26页 |
3.2 探索性空间分析 | 第26-32页 |
3.2.1 相关分析 | 第26-29页 |
3.2.2 地理探测器 | 第29-32页 |
3.3 小结 | 第32-34页 |
第四章 预测模型构建 | 第34-48页 |
4.1 多重共线性诊断 | 第34-35页 |
4.1.1 多重共线性简介 | 第34-35页 |
4.1.2 Cys-C、HCY参考值解释变量的多重共线性诊断 | 第35页 |
4.2 主成分分析模型 | 第35-38页 |
4.2.1 主成分分析简介 | 第35-36页 |
4.2.2 Cys-C参考值与地理因素的PCA模型 | 第36-37页 |
4.2.3 HCY参考值与地理因素的PCA模型 | 第37-38页 |
4.3 支持向量机模型 | 第38-41页 |
4.3.1 支持向量机简介 | 第38-40页 |
4.3.2 Cys-C参考值与地理因素的SVM预测模型 | 第40页 |
4.3.3 HCY参考值与地理因素的SVM预测模型 | 第40-41页 |
4.4 人工神经网络模型 | 第41-44页 |
4.4.1 人工神经网络模型简介 | 第41-42页 |
4.4.2 RBFANN设计 | 第42-43页 |
4.4.3 Cys-C参考值与地理因素的RBFANN模型 | 第43页 |
4.4.4 HCY参考值与地理因素的RBFANN模型 | 第43-44页 |
4.5 组合预测模型构建 | 第44-45页 |
4.6 最优模型选取 | 第45-47页 |
4.6.1 评价方法简介 | 第45-46页 |
4.6.2 Cys-C参考值与地理因素的最优模型选取 | 第46页 |
4.6.3 HCY参考值与地理因素的最优模型选取 | 第46-47页 |
4.7 小结 | 第47-48页 |
第五章 空间分布趋势图构建 | 第48-56页 |
5.1 空间数据插值简介 | 第48-49页 |
5.2 空间分布趋势图构建流程概述 | 第49-50页 |
5.3 Cys-C参考值的空间分布趋势图构建 | 第50-52页 |
5.3.1 正态分布检验 | 第50页 |
5.3.2 全局趋势分析 | 第50-51页 |
5.3.3 插值出图 | 第51-52页 |
5.4 HCY参考值的空间分布趋势图构建 | 第52-55页 |
5.4.1 正态分布检验 | 第52-53页 |
5.4.2 全局趋势分析 | 第53-54页 |
5.4.3 插值出图 | 第54-55页 |
5.5 小结 | 第55-56页 |
第六章 讨论与结论 | 第56-60页 |
6.1 讨论 | 第56-58页 |
6.1.1 地理环境与人体健康 | 第56页 |
6.1.2 中国健康成年人Cys-C参考值与地理因素的关系 | 第56-57页 |
6.1.3 中国健康成年人HCY参考值与地理因素的关系 | 第57-58页 |
6.2 结论 | 第58-60页 |
第七章 总结与展望 | 第60-62页 |
7.1 总结 | 第60-61页 |
7.1.1 特色与创新 | 第60页 |
7.1.2 不足之处 | 第60-61页 |
7.2 展望 | 第61-62页 |
参考文献 | 第62-72页 |
致谢 | 第72-74页 |
攻读硕士期间的研究成果 | 第74页 |