基于PCA的医疗数据特征提取方法研究及应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·选题背景 | 第7-8页 |
| ·特征提取技术的研究现状 | 第8-12页 |
| ·激光诱导荧光光谱数据特征提取研究现状 | 第12-13页 |
| ·本文研究内容与意义 | 第13-14页 |
| ·激光诱导自体荧光诊断系统 | 第13-14页 |
| ·特征提取的意义 | 第14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 特征提取的基本方法 | 第16-28页 |
| ·概述 | 第16-17页 |
| ·主成分分析 | 第17-21页 |
| ·基本思想 | 第17-18页 |
| ·主成分定义及性质 | 第18页 |
| ·算法实现 | 第18-21页 |
| ·Fisher线性判别分析 | 第21-26页 |
| ·基本思想 | 第22页 |
| ·Fisher线性判别分析定义 | 第22-23页 |
| ·算法实现 | 第23-25页 |
| ·Fisher判别和PCA的比较 | 第25-26页 |
| ·粗糙集理论 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于主成分判别分析方法的特征提取 | 第28-41页 |
| ·概述 | 第28页 |
| ·数据准备 | 第28-31页 |
| ·数据采集 | 第29-30页 |
| ·数据除噪 | 第30-31页 |
| ·主成分判别分析法 | 第31-37页 |
| ·AFLDA的基本思想 | 第32-33页 |
| ·算法步骤 | 第33-37页 |
| ·实验结果及分析 | 第37-40页 |
| ·数据集说明及性能指标 | 第37页 |
| ·实验结果与分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于粗糙主成分分析方法的特征提取 | 第41-62页 |
| ·粗糙集理论的基本概念 | 第41-45页 |
| ·基于粗糙集理论的知识表达系统 | 第41-42页 |
| ·近似与粗糙集 | 第42-43页 |
| ·约简与核 | 第43-44页 |
| ·信息熵 | 第44-45页 |
| ·基于容错关系的粗糙集模型 | 第45-50页 |
| ·基于容错关系的粗糙集模型基本概念 | 第46-48页 |
| ·基于容错关系的信息熵 | 第48-50页 |
| ·基于容错关系信息熵的属性约简算法 | 第50-52页 |
| ·算法描述 | 第50-51页 |
| ·实例分析 | 第51-52页 |
| ·基于容错关系信息熵的粗糙主成分分析方法 | 第52-57页 |
| ·算法步骤 | 第53-56页 |
| ·算法分析 | 第56-57页 |
| ·实验结果与分析 | 第57-59页 |
| ·PCA_AFLDA和RPCA的比较 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·全文总结 | 第62页 |
| ·研究工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间主要的研究成果 | 第69页 |
