中医证候的数据挖掘

摘要	第1-6页
ABSTRACT	第6-12页
第一章 绪论	第12-33页
·中医证候信息研究的意义	第12-13页
·中医证候信息数据挖掘的研究	第13-23页
·数据挖掘的研究背景	第13-17页
·中医证候信息数据挖掘的定义	第17-18页
·中医证候信息数据挖掘的必要性	第18页
·中医证候信息数据挖掘的可行性	第18-19页
·中医证候信息数据挖掘的过程	第19-20页
·中医证候信息数据挖掘研究进展概述	第20-23页
·中医证候信息数据挖掘存在的问题	第23-24页
·论文技术路线	第24-30页
·论文研究流程	第24-25页
·论文相关技术简介	第25-30页
·论文主要研究内容	第30-32页
·论文总体结构	第32-33页
第二章 数据集介绍及数据预处理	第33-44页
·中医肝硬化数据集	第33-37页
·UCI 标准数据集	第37-38页
·数据预处理	第38-41页
·缺失数据的处理和数据规范化	第38-39页
·数值数据的离散化	第39-41页
·交叉验证	第41-42页
·实验结果	第42-43页
·肝硬化数据集实验结果	第42-43页
·UCI 数据集实验结果	第43页
·本章小结	第43-44页
第三章 基于中西医双视图的多分类器属性选择	第44-62页
·属性选择的概念	第44-48页
·属性选择的必要性	第45-46页
·属性选择的过程	第46-48页
·基于信息论的属性评估	第48-49页
·基于中西医双视图的多分类器属性选择	第49-54页
·多分类器属性选择	第49-52页
·基于中西医双视图的属性选择	第52-53页
·转移率	第53-54页
·实验结果	第54-60页
·肝硬化数据集的实验结果	第55-59页
·UCI 标准数据集的实验结果	第59-60页
·本章小结	第60-62页
第四章 基于属性选择的属性层次辨证模型	第62-88页
·属性层次模型	第63-67页
·层次分析模型	第63-64页
·属性层次模型	第64-67页
·粗糙集	第67-69页
·粗糙集基本概念	第67-68页
·属性重要度的定义	第68-69页
·基于属性选择的属性层次辨证模型	第69-81页
·离散属性测度的计算	第69页
·联合属性测度的计算	第69-71页
·基于联合测度的属性层次模型	第71-72页
·算例	第72-79页
·基于属性选择的属性层次辨证模型	第79-81页
·实验结果	第81-87页
·肝硬化数据集的实验结果	第81-85页
·UCI 数据集的实验结果	第85-87页
·本章小结	第87-88页
第五章 基于属性选择的多视图集成辨证	第88-112页
·集成学习	第89-92页
·集成学习的意义	第89-90页
·集成学习的优点	第90-92页
·集成学习的方法	第92-96页
·集成系统的构造方式	第92-95页
·分类结果的组合方式	第95-96页
·基于属性选择的多视图集成辨证	第96-103页
·多视图集成的可能性和必要性	第96-97页
·多视图集成辨证方法的性能分析	第97-101页
·多视图集成辨证算法	第101-103页
·实验结果	第103-110页
·肝硬化数据集的实验结果	第104-106页
·UCI 数据集的实验结果	第106-108页
·中医智能分析系统	第108-110页
·本章小结	第110-112页
第六章 结论	第112-115页
·全文总结	第112-113页
·研究展望	第113-115页
参考文献	第115-125页
符号与标记（附录1）	第125-126页
致谢	第126-127页
攻读博士学位期间已发表或录用的论文及科研情况	第127-131页