残疾人康复数据挖掘与辅助决策系统的设计与实现
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第10-14页 |
1.1 研究背景 | 第10-11页 |
1.2 研究内容及意义 | 第11-12页 |
1.3 本文的主要工作综述 | 第12-13页 |
1.4 本文的组织结构 | 第13页 |
1.5 本章小结 | 第13-14页 |
第2章 理论基础与相关技术 | 第14-34页 |
2.1 数据挖掘与决策支持 | 第14-17页 |
2.1.1 数据挖掘 | 第14-15页 |
2.1.2 决策与支持系统 | 第15-17页 |
2.2 数据分类 | 第17-27页 |
2.2.1 数据分类过程 | 第19-20页 |
2.2.2 典型数据分类算法 | 第20-26页 |
2.2.3 分类算法的评价标准 | 第26-27页 |
2.3 数据预测 | 第27-30页 |
2.4 可视化 | 第30-33页 |
2.5 本章小结 | 第33-34页 |
第3章 系统总体架构 | 第34-44页 |
3.1 系统总框架 | 第34-35页 |
3.2 数据预处理模块 | 第35-38页 |
3.2.1 数据集成 | 第35-36页 |
3.2.2 数据清洗 | 第36-37页 |
3.2.3 数据规约与特征选取 | 第37-38页 |
3.3 数据分类模块 | 第38-39页 |
3.3.1 分类模型选取 | 第38页 |
3.3.2 康复数据统计 | 第38-39页 |
3.3.3 康复情况分类对比选择 | 第39页 |
3.4 数据预测模块 | 第39-40页 |
3.4.1 特征和模型选取 | 第39-40页 |
3.4.2 康复趋势预测 | 第40页 |
3.5 数据可视化模块 | 第40-43页 |
3.5.1 数据结果查询展示 | 第41-42页 |
3.5.2 数据预测与分类结果展现 | 第42-43页 |
3.6 本章小结 | 第43-44页 |
第4章 基于贝叶斯分类的儿童康复情况辅助决策 | 第44-58页 |
4.1 问题描述 | 第44-45页 |
4.2 方法整体流程 | 第45-46页 |
4.3 基于贝叶斯分类的贫困残疾儿童康复情况 | 第46-50页 |
4.3.1 算法描述 | 第46-49页 |
4.3.2 算法实现 | 第49-50页 |
4.4 实验结果分析 | 第50-57页 |
4.4.1 实验设置 | 第50页 |
4.4.2 数据集和评估方法 | 第50-51页 |
4.4.3 实验对比算法 | 第51-53页 |
4.4.4 实验效果评估 | 第53-57页 |
4.5 本章小结 | 第57-58页 |
第5章 基于岭回归的残疾人康复趋势预测 | 第58-70页 |
5.1 问题描述 | 第58-59页 |
5.2 方法整体流程 | 第59页 |
5.3 基于岭回归的康复数据预测 | 第59-64页 |
5.3.1 算法描述 | 第60-61页 |
5.3.2 模型定义 | 第61-62页 |
5.3.3 算法步骤 | 第62-64页 |
5.4 实验结果分析 | 第64-68页 |
5.4.1 实验设置 | 第64页 |
5.4.2 数据集和评估方法 | 第64-65页 |
5.4.3 实验效果评估 | 第65-68页 |
5.5 本章小结 | 第68-70页 |
第6章 总结与展望 | 第70-72页 |
6.1 总结 | 第70页 |
6.2 展望 | 第70-72页 |
参考文献 | 第72-75页 |
致谢 | 第75页 |