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

基于PCA-PSO-KELM模型的医疗辅助诊断方法研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第11-19页
    1.1 研究背景及意义第11-13页
    1.2 国内外研究现状第13-16页
    1.3 论文研究内容和重点第16-17页
    1.4 论文章节安排第17-19页
第2章 基于KELM神经网络模型的构建原理第19-32页
    2.1 人工神经网络第19-22页
        2.1.1 基本概念第19-21页
        2.1.2 模型结构第21-22页
    2.2 支持向量机第22-26页
        2.2.1 基本原理第22-25页
        2.2.2 核函数原理第25-26页
    2.3 核极限学习机第26-31页
        2.3.1 理论基础第26-28页
        2.3.2 KELM算法第28-31页
    2.4 本章小结第31-32页
第3章 基于数据处理和参数优化模型的构建第32-47页
    3.1 主元分析方法简介第32-35页
        3.1.1 方法来源第32页
        3.1.2 方法综述第32-33页
        3.1.3 基本步骤第33-35页
    3.2 主元分析实例第35-40页
        3.2.1 病理数据来源第35-37页
        3.2.2 编程实现第37-40页
    3.3 PSO算法介绍第40-42页
        3.3.1 算法来源第40页
        3.3.2 算法综述第40-41页
        3.3.3 算法流程第41-42页
    3.4 PSO实例分析第42-46页
        3.4.1 病理数据来源第42-43页
        3.4.2 编程实现第43-46页
    3.5 本章小结第46-47页
第4章 基于PCA-PSO-KELM模型的病理数据分析第47-66页
    4.1 数据归一化及模型建立第47-50页
    4.2 PCA-PSO-KELM模型在乳腺癌病理数据的应用第50-57页
        4.2.1 乳腺癌数据的获取与预处理第50-52页
        4.2.2 数据的降维处理第52-53页
        4.2.3 模型建立第53-57页
    4.3 PCA-PSO-KELM模型在冠心病病理数据的应用第57-63页
        4.3.1 临床冠心病数据的获取与预处理第57-60页
        4.3.2 数据的降维处理第60-62页
        4.3.3 模型建立第62-63页
    4.4 各种算法性能比较第63-65页
        4.4.1 PCA-LVQ模型对比第63-64页
        4.4.2 PCA-SVM模型对比第64页
        4.4.3 PCA-KELM模型对比第64-65页
        4.4.4 综合对比第65页
    4.5 本章小结第65-66页
第5章 总结与展望第66-68页
    5.1 总结第66页
    5.2 展望第66-68页
参考文献第68-73页
致谢第73-74页
攻读学位期间参加的科研项目和成果第74页

论文共74页,点击 下载论文
上一篇:白蛋白及其融合蛋白的纯化和作为纳米载体的抗肿瘤研究
下一篇:客家民间信仰与乡村民俗文化--以石城县为例