首页--医药、卫生论文--儿科学论文--儿科治疗学论文--儿科急症及处理论文

基于规则神经网络和因子分解机的儿童脓毒症辅助诊断关键技术研究

致谢第4-6页
摘要第6-7页
abstract第7-8页
1 引言第11-19页
    1.1 研究背景第11-12页
    1.2 临床决策支持系统简介第12-14页
    1.3 机器学习在医疗诊断中的应用第14-15页
    1.4 机器学习在脓毒症诊断中的应用第15-17页
    1.5 本文课题的研究目的和主要研究内容第17-18页
    1.6 本文的章节安排第18-19页
2 脓毒症医学诊断数据的采集和处理第19-32页
    2.1 脓毒症简介第19-21页
    2.2 数据来源和描述第21-23页
    2.3 数据采集第23-28页
    2.4 数据预处理第28-32页
3 脓毒症辅助诊断算法原理第32-54页
    3.1 常用机器学习算法介绍第32-35页
        3.1.1 逻辑回归第32-33页
        3.1.2 决策树和随机森林第33-34页
        3.1.3 支持向量机第34页
        3.1.4 K-近邻算法第34-35页
    3.2 基于规则神经网络和因子分解机算法框架原理第35-49页
        3.2.1 神经网络基础第36-39页
        3.2.2 因子分解机第39-42页
        3.2.3 区域因子分解机第42-44页
        3.2.4 规则神经网络第44页
        3.2.5 马尔科夫网络第44-47页
        3.2.6 知识蒸馏第47-49页
    3.3 实验结果与分析:第49-54页
4 脓毒症辅助诊断系统架构与实现第54-66页
    4.1 脓毒症辅助诊断系统架构模式简介第54-57页
        4.1.1 MVC模式简介第54-56页
        4.1.2 Model-View-Presenter和Model-View-View-Model第56-57页
    4.2 脓毒症辅助诊断系统框架实现第57-66页
        4.2.1 视图层设计工具第57-58页
        4.2.2 基于Django的脓毒症辅助诊断系统设计第58-66页
5 总结和展望第66-68页
    5.1 总结第66页
    5.2 未来展望第66-68页
参考文献第68-73页
作者在攻读硕士期间公开发表的论文第73页

论文共73页,点击 下载论文
上一篇:基于互联网环境下“都市农业”培育助手平台界面设计研究
下一篇:基于局部保持典型相关分析的零样本动作识别