优化BP神经网络在糖尿病患病风险分析中的应用
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究的背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·主要研究内容及论文架构 | 第15-17页 |
| ·主要研究内容 | 第15页 |
| ·论文结构安排 | 第15-17页 |
| 第二章 糖尿病概述 | 第17-22页 |
| ·糖尿病简介 | 第17页 |
| ·糖尿病发病的影响因素 | 第17-19页 |
| ·糖尿病数据在研究中的应用 | 第19-21页 |
| ·将数据挖掘技术引入糖尿病数据研究 | 第19-20页 |
| ·糖尿病数据的收集和整理 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 糖尿病数据分析的相关方法 | 第22-45页 |
| ·BP神经网络简介 | 第22-31页 |
| ·神经元及网络模型 | 第22-24页 |
| ·BP神经网络的学习原理 | 第24-26页 |
| ·BP神经网络的设计过程 | 第26-29页 |
| ·BP神经网络在糖尿病数据分析中的适用性 | 第29-30页 |
| ·BP神经网络的局限性 | 第30-31页 |
| ·遗传算法概述 | 第31-40页 |
| ·遗传算法介绍 | 第31-32页 |
| ·遗传算法基本原理 | 第32-37页 |
| ·遗传算法的实现过程 | 第37-39页 |
| ·遗传算法的特点 | 第39-40页 |
| ·遗传算法与BP神经网络的结合 | 第40-43页 |
| ·遗传算法优化BP神经网络结构 | 第41页 |
| ·遗传算法优化BP神经网络的参数 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 糖尿病患病风险判定模型的构建 | 第45-56页 |
| ·数据样本处理 | 第45-48页 |
| ·糖尿病数据的获取和整合 | 第45-47页 |
| ·确定输入输出模式 | 第47-48页 |
| ·BP神经网络参数和结构的设计 | 第48-54页 |
| ·训练参数的选择 | 第48-49页 |
| ·隐含层数的选择 | 第49-51页 |
| ·隐含层神经元数目的选择 | 第51-54页 |
| ·遗传算法优化BP神经网络参数 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 糖尿病患病风险模型的测试与系统的实现 | 第56-65页 |
| ·测试与分析 | 第56-60页 |
| ·系统的实现 | 第60-64页 |
| ·开发平台 | 第61页 |
| ·用户界面 | 第61-63页 |
| ·系统应用测试 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71-74页 |
