基于CBR技术的中医诊疗系统中案例相似度计算方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 CBR技术 | 第12-14页 |
| 1.2.2 中医诊疗系统 | 第14-18页 |
| 1.3 本文主要研究内容 | 第18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第二章 基于案例推理技术的相关知识 | 第20-28页 |
| 2.1 CBR技术的原理和方法 | 第20-23页 |
| 2.1.1 CBR技术推理原理 | 第20-21页 |
| 2.1.2 案例检索 | 第21-22页 |
| 2.1.3 案例重用 | 第22页 |
| 2.1.4 案例修正 | 第22页 |
| 2.1.5 案例存储 | 第22-23页 |
| 2.2 CBR技术主要研究内容 | 第23-26页 |
| 2.2.1 案例表示 | 第23页 |
| 2.2.2 案例组织和索引 | 第23-24页 |
| 2.2.3 案例检索 | 第24页 |
| 2.2.4 案例重用 | 第24页 |
| 2.2.5 案例调整 | 第24-25页 |
| 2.2.6 案例学习 | 第25-26页 |
| 2.2.7 案例库的维护 | 第26页 |
| 2.3 基于CBR技术的医疗诊疗系统 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 案例检索中相似度计算改进算法 | 第28-52页 |
| 3.1 案例检索概述 | 第28-34页 |
| 3.1.1 案例检索框架描述 | 第28-29页 |
| 3.1.2 案例检索中相似度计算流程 | 第29-30页 |
| 3.1.3 案例检索中数据预处理方法介绍 | 第30-32页 |
| 3.1.4 案例检索中特征选择及权值设定方法 | 第32-34页 |
| 3.2 相似度计算方法的改进 | 第34-40页 |
| 3.2.1 相似度计算方法介绍 | 第34-36页 |
| 3.2.2 混合相似度计算方法 | 第36-40页 |
| 3.3 实验分析 | 第40-51页 |
| 3.3.1 实验数据集 | 第41页 |
| 3.3.2 实验数据分割方法 | 第41页 |
| 3.3.3 实验结果评估方法 | 第41-43页 |
| 3.3.4 实验结果对比与分析 | 第43-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 混合相似度计算方法应用于中医诊疗系统 | 第52-62页 |
| 4.1 系统概述 | 第52-55页 |
| 4.1.1 系统功能及架构 | 第52-54页 |
| 4.1.2 系统研发环境与工具 | 第54-55页 |
| 4.2 中医诊疗数据 | 第55-57页 |
| 4.2.1 数据集介绍 | 第55-56页 |
| 4.2.2 数据的案例表示 | 第56-57页 |
| 4.3 主要功能模块实现 | 第57-61页 |
| 4.3.1 案例库管理模块 | 第57-58页 |
| 4.3.2 决策功能模块 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 结论与展望 | 第62-64页 |
| 5.1 本文工作总结 | 第62-63页 |
| 5.2 下一步研究方向 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 个人简历、在学期间发表的论文与研究成果 | 第70页 |
