| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 概述 | 第10-16页 |
| ·本文项目背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·论文的研究内容及组织形式 | 第14-16页 |
| 第二章 相关研究工作 | 第16-32页 |
| ·相似性计算算法 | 第16-20页 |
| ·SimRank算法介绍 | 第17-18页 |
| ·Finger Printed SimRank算法介绍 | 第18-19页 |
| ·SimFusion算法介绍 | 第19页 |
| ·LinkClus算法介绍 | 第19-20页 |
| ·ReCom算法介绍 | 第20页 |
| ·序列相似性度量方法 | 第20-25页 |
| ·时间序列的相似性度量 | 第21-23页 |
| ·事件序列的相似性度量 | 第23-25页 |
| ·异常检测技术 | 第25-32页 |
| ·基于统计的异常检测技术分析 | 第25-26页 |
| ·基于机器学习的异常检测技术分析 | 第26-28页 |
| ·基于数据挖掘的异常检测技术分析 | 第28-31页 |
| ·异常检测技术的不足 | 第31-32页 |
| 第三章 临床序列相似性挖掘 | 第32-46页 |
| ·问题分析 | 第32-33页 |
| ·相关定义 | 第33-34页 |
| ·用药事件的相似关系挖掘 | 第34-39页 |
| ·用药事件相似性度量 | 第34-37页 |
| ·CESR算法 | 第37-39页 |
| ·临床序列相似性匹配 | 第39-44页 |
| ·罚分模型和打分模型 | 第40-41页 |
| ·临床序列相似性度量 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 临床序列异常检测模型 | 第46-58页 |
| ·检测模型总体设计 | 第46-47页 |
| ·临床序列模式抽取 | 第47-48页 |
| ·基于马尔可夫模型的频繁行为异常检测 | 第48-51页 |
| ·建立频繁模式规则库 | 第48-50页 |
| ·Markov检测模型 | 第50页 |
| ·算法性能分析与参数确定 | 第50-51页 |
| ·基于聚类的非频繁行为异常检测 | 第51-56页 |
| ·相关定义 | 第52-53页 |
| ·建立非频繁行为分类器 | 第53-54页 |
| ·分类检测模型 | 第54-55页 |
| ·算法性能分析与参数确定 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 原型系统设计与实现 | 第58-68页 |
| ·系统体系结构 | 第58-60页 |
| ·系统主要功能的实现 | 第60-64页 |
| ·频繁模式生成过程 | 第60-61页 |
| ·生成规则库过程 | 第61-63页 |
| ·检测过程 | 第63-64页 |
| ·系统性能评估 | 第64-68页 |
| ·测试评估系统性能的标准 | 第64页 |
| ·异常检测系统检测能力度量分析方法 | 第64-66页 |
| ·临床异常检测系统评估 | 第66-68页 |
| 第六章 结束语 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 发表论文 | 第75页 |
| 承担的科研项目 | 第75页 |