关于生物医学数据的聚类与分类算法研究及应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 目前研究难点 | 第10页 |
| 1.4 本文研究的主要工作及组织结构 | 第10-12页 |
| 第二章 数据挖掘算法介绍 | 第12-17页 |
| 2.1 数据挖掘工具 | 第12-13页 |
| 2.2 WEKA 安装及与数据库连接 | 第13-15页 |
| 2.2.1 WEKA 简介及安装 | 第13页 |
| 2.2.2 WEKA 与数据库连接 | 第13-15页 |
| 2.3 数据挖掘算法简介 | 第15-16页 |
| 2.3.1 聚类方法介绍 | 第15页 |
| 2.3.2 分类算法介绍 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 聚类方法分析糖尿病数据 | 第17-22页 |
| 3.1 糖尿病目前研究现状 | 第17-19页 |
| 3.1.1 糖尿病的初步研究结果 | 第17-18页 |
| 3.1.2 糖尿病脂类研究状况 | 第18-19页 |
| 3.2 聚类分析方法 | 第19-20页 |
| 3.3 聚类方法在糖尿病数据的应用 | 第20-21页 |
| 3.4 本章小结 | 第21-22页 |
| 第四章 基于WEKA 的分类算法研究 | 第22-34页 |
| 4.1 支持向量机原理与推导过程 | 第22-26页 |
| 4.2 序列最小化算法原理 | 第26-32页 |
| 4.3 序列最小化算法目前研究进展 | 第32页 |
| 4.4 序列最小化算法的缺陷和不足 | 第32-33页 |
| 4.5 本章小结 | 第33-34页 |
| 第五章 基于WEKA 的分类算法的改进与应用 | 第34-39页 |
| 5.1 算法改进策略 | 第34-35页 |
| 5.2 训练数据集 | 第35页 |
| 5.3 实验方案与步骤 | 第35-38页 |
| 5.3.1 交叉验证 | 第35-36页 |
| 5.3.2 核函数 | 第36页 |
| 5.3.3 实验步骤 | 第36-38页 |
| 5.4 实验结果与分析 | 第38页 |
| 5.5 本章小结 | 第38-39页 |
| 第六章 结论与展望 | 第39-41页 |
| 6.1 论文研究总结 | 第39页 |
| 6.2 未来研究展望 | 第39-41页 |
| 参考文献 | 第41-43页 |
| 攻读硕士学位期间发表的学术论文 | 第43-44页 |
| 致谢 | 第44-45页 |
| 详细摘要 | 第45-49页 |
