基于集成学习的中医病案数据挖掘方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 中医数据挖掘研究现状 | 第10-11页 |
| 1.3 本文主要研究内容及章节安排 | 第11-14页 |
| 1.3.1 主要研究内容 | 第11-12页 |
| 1.3.2 章节安排 | 第12-14页 |
| 2 基于集成学习的中医数据挖掘相关技术 | 第14-34页 |
| 2.1 特征选择 | 第14-18页 |
| 2.1.1 特征选择定义及过程 | 第14-16页 |
| 2.1.2 特征选择要素 | 第16-17页 |
| 2.1.3 特征选择算法 | 第17-18页 |
| 2.2 数据挖掘 | 第18-22页 |
| 2.2.1 数据挖掘基本概念 | 第18-19页 |
| 2.2.2 数据挖掘过程 | 第19-20页 |
| 2.2.3 数据挖掘工具WEKA | 第20-22页 |
| 2.3 集成学习 | 第22-33页 |
| 2.3.1 集成学习定义及理论基础 | 第22-25页 |
| 2.3.2 基分类器算法 | 第25-28页 |
| 2.3.3 基分类器构造方法 | 第28-31页 |
| 2.3.4 基分类器集成方式 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3.中医病案数据处理 | 第34-46页 |
| 3.1 中医病案数据特点 | 第34-36页 |
| 3.2 中医哮喘病数据量化 | 第36-38页 |
| 3.3 层次聚类特征选择算法改进 | 第38-45页 |
| 3.3.1 层次聚类特征选择原理 | 第39-41页 |
| 3.3.2 改进的层次聚类特征选择算法 | 第41-43页 |
| 3.3.3 仿真实验 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4.基于集成学习的中医病案数据挖掘 | 第46-60页 |
| 4.1 基于多模态扰动策略的集成学习算法 | 第46-48页 |
| 4.2 算法性能实验 | 第48-52页 |
| 4.3 基于加权贪心策略的选择性集成学习算法 | 第52-55页 |
| 4.3.1 贪心策略 | 第52页 |
| 4.3.2 选择性集成学习算法 | 第52-55页 |
| 4.4 中医哮喘病案辩证分析 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-67页 |
