首页--医药、卫生论文--基础医学论文--医用一般科学论文--其他科学技术在医学上的应用论文

Apriori算法在慢病预测中的应用研究

摘要第4-5页
Abstract第5页
第1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 国内外研究现状第12-15页
        1.2.1 国外研究现状第12-13页
        1.2.2 国内研究现状第13-15页
    1.3 论文主要内容与结构第15-18页
        1.3.1 论文主要内容第15页
        1.3.2 论文结构第15-18页
第2章 相关理论技术第18-28页
    2.1 数据挖掘理论第18-21页
        2.1.1 数据挖掘相关综述第18页
        2.1.2 数据挖掘两类任务第18-19页
        2.1.3 数据挖掘一般过程第19-21页
    2.2 数据挖掘方法第21-23页
        2.2.1 聚类分析第21-22页
        2.2.2 分类第22页
        2.2.3 离群点分析第22-23页
    2.3 疾病预测算法第23-27页
        2.3.1 朴素贝叶斯算法第23-24页
        2.3.2 决策树算法第24-26页
        2.3.3 BP神经网络第26-27页
    2.4 本章小结第27-28页
第3章 Apriori关联规则算法的研究第28-38页
    3.1 关联规则相关理论第28-32页
        3.1.1 关联规则的提出第28页
        3.1.2 关联规则基本概念第28-32页
    3.2 Apriori算法研究第32-34页
        3.2.1 Apriori算法思路与步骤第32-33页
        3.2.2 Apriori算法执行过程实例第33-34页
    3.3 Apriori算法性能分析第34-35页
    3.4 Apriori算法常见优化方式第35-36页
    3.5 针对Apriori算法应用的改进思路第36页
    3.6 本章小结第36-38页
第4章 Apriori算法的改进优化第38-54页
    4.1 基于垂直数据格式的Apriori算法第38-40页
        4.1.1 垂直数据格式算法原理第38页
        4.1.2 算法流程及实例说明第38-40页
        4.1.3 算法的效率思考第40页
    4.2 基于指针数组和差集优化的DSE算法第40-45页
        4.2.1 差集概念的提出第40页
        4.2.2 差集相关性质和推论第40-41页
        4.2.3 优化算法流程与实例描述第41-45页
    4.3 基于Hash表的HE算法第45-49页
        4.3.1 Hash表的概念性质第45-47页
        4.3.2 HE算法的原理过程及实例描述第47-49页
    4.4 实验对比与分析第49-53页
        4.4.1 对比试验设计第49-50页
        4.4.2 实验结果对比分析第50-53页
    4.5 本章小结第53-54页
第5章 改进算法的具体应用第54-64页
    5.1 实验内容与思路第54-55页
    5.2 慢性肾病数据的预处理第55-60页
        5.2.1 数据表分析第55-56页
        5.2.2 肾病体检数据处理第56-57页
        5.2.3 数据离散化第57-58页
        5.2.4 事务数据库生成第58-60页
    5.3 改进算法在慢性肾病预测中的应用第60-62页
        5.3.1 阈值设定和筛选约束第60页
        5.3.2 关联规则的获取与分析第60-62页
    5.4 多项Logistic回归分析验证第62-63页
    5.5 本章小结第63-64页
结论第64-66页
参考文献第66-70页
攻读硕士学位期间的研究成果第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:一种基于序列模式挖掘的trace探测方法
下一篇:VANET中基于NDN的电子听书系统的研究