| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 相关工作 | 第11-13页 |
| 1.2.1 有语义数据关联关系的发现 | 第11-12页 |
| 1.2.2 无语义系统同步关系的度量 | 第12-13页 |
| 1.2.3 小结 | 第13页 |
| 1.3 关键问题和研究内容 | 第13-15页 |
| 1.3.1 群体健康医疗数据的复杂关联挖掘 | 第14页 |
| 1.3.2 个体复杂动力学系统的同步度量 | 第14-15页 |
| 1.4 论文安排 | 第15-16页 |
| 第2章 关联关系的发现与度量 | 第16-30页 |
| 2.1 有语义数据的关联关系发现 | 第16-23页 |
| 2.1.1 关联规则 | 第16-18页 |
| 2.1.2 Apriori算法 | 第18-20页 |
| 2.1.3 FP-Growth算法 | 第20-23页 |
| 2.2 无语义数据的同步度量 | 第23-29页 |
| 2.2.1 互信息 | 第23-25页 |
| 2.2.2 相关矩阵 | 第25-26页 |
| 2.2.3 复杂网络 | 第26-27页 |
| 2.2.4 其他多维脑电同步度量方法 | 第27-29页 |
| 2.3 小结 | 第29-30页 |
| 第3章 基于FP-GROWTH的健康医疗数据复杂关联规则分析 | 第30-40页 |
| 3.1 PNFP-Growth算法的设计实现 | 第30-34页 |
| 3.1.1 构建PNFP-Tree | 第30-32页 |
| 3.1.2 挖掘PNFP-Tree | 第32-33页 |
| 3.1.3 PNFP-Growth的剪枝策略 | 第33-34页 |
| 3.2 性能及有效性测试 | 第34-39页 |
| 3.2.1 公共心脏病数据集分析 | 第35-36页 |
| 3.2.2 真实体检数据复杂关联规则分析 | 第36-39页 |
| 3.3 小结 | 第39-40页 |
| 第4章 基于复杂网络的多维脑电同步分析 | 第40-55页 |
| 4.1 基于复杂网络的多维脑电度量框架 | 第40-46页 |
| 4.1.1 多维脑电复杂网络的构建 | 第40-44页 |
| 4.1.2 脑电复杂网络同步的度量方法 | 第44-46页 |
| 4.2 癫痫患者脑电数据分析 | 第46-54页 |
| 4.2.1 癫痫患者多维脑电复杂网络分析 | 第47-51页 |
| 4.2.2 癫痫患者各波段对比分析 | 第51-54页 |
| 4.3 小结 | 第54-55页 |
| 第5章 总结 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 附录 | 第62-63页 |
| 致谢 | 第63-64页 |