| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-30页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-24页 |
| 1.2.1 多元数据关联性分析方法类别划分 | 第15-16页 |
| 1.2.2 多元数据关联性分析方法研究现状 | 第16-24页 |
| 1.3 存在的问题及解决思路 | 第24-25页 |
| 1.3.1 存在的问题 | 第24-25页 |
| 1.3.2 问题解决思路 | 第25页 |
| 1.4 本文主要工作及创新点 | 第25-30页 |
| 1.4.1 论文的主要研究内容 | 第25-26页 |
| 1.4.2 本文的组织结构 | 第26-29页 |
| 1.4.3 本文创新点 | 第29-30页 |
| 第二章 多元数据关联性分析问题概述及方法框架研究 | 第30-41页 |
| 2.1 多元数据关联性分析问题基本概念与理论基础 | 第30-33页 |
| 2.1.1 基本概念 | 第30页 |
| 2.1.2 多元数据关联分析相关理论基础 | 第30-33页 |
| 2.2 多元数据关联性分析问题描述及求解思路 | 第33-35页 |
| 2.2.1 多元数据关联性分析问题数学描述 | 第33-34页 |
| 2.2.2 多元数据关联性分析问题求解思路 | 第34-35页 |
| 2.3 多元数据关联性分析核心方法及整体框架研究 | 第35-41页 |
| 2.3.1 基于网格划分的大规模高维数据处理方法 | 第36-37页 |
| 2.3.2 基于MJIC及其他联合信息指标的探索性分析方法 | 第37-38页 |
| 2.3.3 多元数据关联性分析整体框架研究 | 第38-41页 |
| 第三章 多元数据MJIC及其他联合信息指标 | 第41-56页 |
| 3.1 双变量MIC及其他信息指标 | 第41-47页 |
| 3.2 多变量MJIC及其他联合信息指标 | 第47-54页 |
| 3.3 MJIC及其他联合信息指标特性 | 第54-56页 |
| 第四章 多元数据MJIC及其他联合信息指标的求解算法 | 第56-66页 |
| 4.1 多变量MJIC及其他联合信息指标的最优求解算法 | 第56-61页 |
| 4.1.1 多变量联合信息指标最优求解算法思路分析 | 第56-57页 |
| 4.1.2 基于穷举法的多变量联合信息指标最优求解算法 | 第57-58页 |
| 4.1.3 基于递推法的多变量联合信息指标最优划分方案求解算法 | 第58-61页 |
| 4.2 多变量MJIC及其他联合信息指标的近似求解算法 | 第61-66页 |
| 4.2.1 多变量联合信息指标近似求解算法思路分析 | 第61-62页 |
| 4.2.2 基于坐标轮换法近似求解多变量联合信息指标的收敛性定理 | 第62-63页 |
| 4.2.3 基于坐标轮换法的多变量联合信息指标的近似求解算法 | 第63-66页 |
| 第五章 基于仿真数据与穿戴式医疗设备数据的实例研究 | 第66-90页 |
| 5.1 基于仿真数据的数值算例 | 第66-83页 |
| 5.1.1 算例描述 | 第66-68页 |
| 5.1.2 算例结果与分析 | 第68-83页 |
| 5.2 基于穿戴式医疗设备数据的实证研究 | 第83-90页 |
| 5.2.1 穿戴式腕表睡眠监测信号关联性分析 | 第83-90页 |
| 结束语 | 第90-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-100页 |
| 作者在学期间取得的学术成果 | 第100-101页 |
