医学诊断系统中专家知识发现与推理算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 课题研究内容 | 第13-15页 |
| 第2章 系统需求分析及其方案设计 | 第15-27页 |
| 2.1 医学专家系统 | 第15-18页 |
| 2.1.1 医学专家系统 | 第15-17页 |
| 2.1.2 医学专家系统基本结构模型 | 第17-18页 |
| 2.2 系统需求分析 | 第18-23页 |
| 2.2.1 知识库的建立 | 第19-20页 |
| 2.2.2 服务器端推理机 | 第20-22页 |
| 2.2.3 Web端人机接口 | 第22-23页 |
| 2.3 整体方案设计 | 第23-26页 |
| 2.3.1 方案设计 | 第23-24页 |
| 2.3.2 开发工具与编程环境 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 知识发现方法研究 | 第27-44页 |
| 3.1 基本概念及理论基础 | 第27-37页 |
| 3.1.1 关联规则 | 第27-28页 |
| 3.1.2 软集 | 第28-30页 |
| 3.1.3 软集及关联规则 | 第30-32页 |
| 3.1.4 包含度 | 第32-33页 |
| 3.1.5 偏序集及属性偏序图 | 第33-37页 |
| 3.2 软集包含度的关联规则提取算法 | 第37-40页 |
| 3.3 算法实现流程举例 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于证据的推理算法研究 | 第44-53页 |
| 4.1 置信规则库 | 第44-46页 |
| 4.2 置信规则库的构建 | 第46-49页 |
| 4.3 算法推理过程 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 知识发现验证及系统性能评价 | 第53-69页 |
| 5.1 本系统两种知识发现方法一致性分析 | 第53-59页 |
| 5.1.1 软集包含度关联规则提取 | 第53-55页 |
| 5.1.2 属性偏序图知识发现 | 第55-57页 |
| 5.1.3 包含度和属性偏序知识发现一致性分析 | 第57-59页 |
| 5.2 系统实现及性能评价 | 第59-68页 |
| 5.2.1 知识库 | 第59-61页 |
| 5.2.2 推理诊断 | 第61-63页 |
| 5.2.3 人机接口 | 第63-64页 |
| 5.2.4 整体实现及性能评价 | 第64-68页 |
| 5.3 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 作者简介 | 第76页 |
