| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.3 论文主要研究内容及章节安排 | 第18-20页 |
| 第2章 面向智能健康监护的关联规则分析基本理论 | 第20-32页 |
| 2.1 智能健康监护数据分析 | 第20-21页 |
| 2.2 关联规则技术 | 第21-26页 |
| 2.2.1 关联规则技术的基本概念与性质 | 第21-23页 |
| 2.2.2 健康监护中关联规则数据分析 | 第23-24页 |
| 2.2.3 关联规则技术分析步骤 | 第24页 |
| 2.2.4 关联规则分析典型算法 | 第24-26页 |
| 2.3 隐私保护方法 | 第26-29页 |
| 2.3.1 隐私保护的定义 | 第26页 |
| 2.3.2 隐私保护的分类 | 第26-28页 |
| 2.3.3 隐私保护性能评估 | 第28-29页 |
| 2.4 隐私保护关联规则方法 | 第29-31页 |
| 2.4.1 基于随机干扰的数据隐私保护关联规则方法 | 第29-30页 |
| 2.4.2 基于随机干扰的数据隐私保护聚类方法 | 第30-31页 |
| 2.4.3 基于数据屏蔽的隐私保护分类方法 | 第31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 适应于智能健康监护的Apriori算法 | 第32-46页 |
| 3.1 智能健康监护数据预处理 | 第32-35页 |
| 3.1.1 基于数据清理的智能健康监护预处理分析 | 第34页 |
| 3.1.2 智能健康监护数据预处理结果 | 第34-35页 |
| 3.2 传统Apriori方法在健康监护系统中的适应性分析 | 第35-38页 |
| 3.3 适应于智能健康监护的Apriori算法 | 第38-41页 |
| 3.4 仿真实验及结果分析 | 第41-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 基于隐私保护的智能健康监护关联规则研究 | 第46-66页 |
| 4.1 传统随机扰动方法在健康监护系统中的适应性分析 | 第46-48页 |
| 4.2 基于隐私保护的智能健康监护关联规则算法原理 | 第48-59页 |
| 4.2.1 智能健康监护数据转换矩阵逆矩阵简化过程 | 第52-55页 |
| 4.2.2 智能健康监护数据项集支持度的重构 | 第55-57页 |
| 4.2.3 智能健康监护数据利用逆矩阵首行元素求解支持度 | 第57-58页 |
| 4.2.4 智能健康监护数据频繁项集还原过程 | 第58-59页 |
| 4.3 实验结果及分析 | 第59-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第5章 结论 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士学位期间发表论文情况 | 第76页 |
