首页--医药、卫生论文--内科学论文--内分泌腺疾病及代谢病论文--胰岛疾病论文--糖尿病论文

基于信息融合的糖尿病风险识别系统研究与开发

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-16页
    1.1 论文背景及意义第9-10页
        1.1.1 研究背景第9页
        1.1.2 研究目的和意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 医疗诊断系统的发展状况第10-11页
        1.2.2 信息融合的发展状况第11-12页
        1.2.3 存在的主要问题第12-13页
    1.3 研究内容第13-14页
        1.3.1 研究路线第13页
        1.3.2 主要工作第13-14页
    1.4 论文结构第14-16页
第二章 系统相关技术与理论基础第16-26页
    2.1 信息融合相关理论第16-21页
        2.1.1 信息融合的定义第16页
        2.1.2 信息融合的结构第16-17页
        2.1.3 信息融合的处理层次第17-19页
        2.1.4 信息融合的常用方法第19-20页
        2.1.5 糖尿病风险识别模型的信息融合框架第20-21页
    2.2 糖尿病风险识别系统概述第21-23页
        2.2.1 系统概述第21页
        2.2.2 系统软件架构第21-22页
        2.2.3 系统功能模块第22-23页
    2.3 系统实现相关技术第23-25页
        2.3.1 Spring MVC框架第24页
        2.3.2 Fork/Join框架第24-25页
        2.3.3 Web Service第25页
    2.4 本章小结第25-26页
第三章 基于萤火虫算法的糖尿病特征选择的研究第26-42页
    3.1 特征选择算法的选取第26-27页
    3.2 算法基本概念第27-29页
        3.2.1 萤火虫算法第27页
        3.2.2 粗糙集理论第27-29页
    3.3 糖尿病特征提取及数据预处理第29-32页
        3.3.1 特征提取第29-30页
        3.3.2 特征数据预处理第30-32页
    3.4 改进的萤火虫算法及基本流程第32-36页
        3.4.1 萤火虫算法存在的问题及改进方法第32页
        3.4.2 RS-IFA特征选择算法的基本流程第32-36页
    3.5 实证分析第36-41页
        3.5.1 实验设置第36-37页
        3.5.2 实验结果与分析第37-41页
    3.6 本章小结第41-42页
第四章 基于BPNN和证据理论的糖尿病风险识别的研究第42-61页
    4.1 糖尿病风险识别算法的选取第42-43页
    4.2 算法基本概念第43-46页
        4.2.1 BP神经网络第43-45页
        4.2.2 D-S证据理论第45-46页
    4.3 BPNN-DS二级糖尿病风险识别模型第46-48页
        4.3.1 BPNN-DS模型概述第46页
        4.3.2 BPNN-DS模型操作流程第46-48页
    4.4 实证分析第48-60页
        4.4.1 构造样本集第48-49页
        4.4.2 BP神经网络初步诊断第49-56页
        4.4.3 D-S证据理论二级诊断第56-58页
        4.4.4 综合分析第58-60页
    4.5 本章小结第60-61页
第五章 糖尿病风险识别系统的设计与实现第61-73页
    5.1 系统设计目标第61页
    5.2 系统总体设计第61-63页
        5.2.1 用户角色设计第61页
        5.2.2 功能模块设计第61-63页
    5.3 系统详细设计第63-69页
        5.3.1 系统用例图第64-66页
        5.3.2 系统类图第66-67页
        5.3.3 系统序列图第67-69页
    5.4 开发工具及环境第69页
    5.5 主要功能模块实现第69-72页
        5.5.1 数据维护第69-70页
        5.5.2 辅助诊断模块第70-71页
        5.5.3 系统设置模块第71-72页
    5.6 本章小结第72-73页
第六章 总结与展望第73-75页
    6.1 本文研究工作总结第73-74页
    6.2 今后工作展望第74-75页
参考文献第75-79页
致谢第79-80页
攻读硕士期间的学术成果第80页

论文共80页,点击 下载论文
上一篇:基于低秩约束的磁共振图像重构方法研究
下一篇:基于数据挖掘的客户消费行为研究