| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 糖尿病及分类算法的研究现状 | 第13-16页 |
| 1.2.1 糖尿病分类的研究现状 | 第13-15页 |
| 1.2.2 特征提取和分类算法的研究现状 | 第15-16页 |
| 1.3 本文的主要工作内容 | 第16-17页 |
| 1.4 本文整体结构 | 第17-18页 |
| 2 相关技术 | 第18-28页 |
| 2.1 常用的血糖监测和诊断技术 | 第18-19页 |
| 2.2 特征提取 | 第19-21页 |
| 2.2.1 医学信号的处理与分析 | 第19-20页 |
| 2.2.2 特征提取的作用和方法 | 第20-21页 |
| 2.3 小波分析 | 第21-23页 |
| 2.3.1 小波分析理论 | 第21-22页 |
| 2.3.2 小波函数的主要性质 | 第22-23页 |
| 2.4 分类算法 | 第23-27页 |
| 2.4.1 常用的分类算法 | 第23-24页 |
| 2.4.2 SVM模型与C-SVC模型 | 第24-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 基于小波和C-SVC的糖尿病分类算法 | 第28-47页 |
| 3.1 血糖数据的缺失值与异常值的处理 | 第28-29页 |
| 3.2 血糖曲线信号的阈值选择 | 第29-32页 |
| 3.3 小波的选择 | 第32-36页 |
| 3.4 血糖曲线信号特征指标的提取 | 第36-39页 |
| 3.5 C-SVC糖尿病分类模型的设计 | 第39-46页 |
| 3.5.1 特征归一化 | 第39-41页 |
| 3.5.2 糖尿病分类的模型 | 第41-42页 |
| 3.5.3 糖尿病分类模型中参数的选择 | 第42-46页 |
| 3.5.3.1 核函数的研究 | 第42-43页 |
| 3.5.3.2 惩罚参数和核参数的研究 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 4 实验及结果分析 | 第47-61页 |
| 4.1 医学数据的采集 | 第47页 |
| 4.2 结果分析 | 第47-55页 |
| 4.2.1 血糖特征提取结果 | 第47-49页 |
| 4.2.2 血糖特征归一化处理 | 第49-50页 |
| 4.2.3 不同参数对C-SVC分类模型的影响 | 第50-55页 |
| 4.2.3.1 不同特征组的结果分析 | 第50-53页 |
| 4.2.3.2 不同核函数的结果分析 | 第53页 |
| 4.2.3.3 不同参数的结果分析 | 第53-55页 |
| 4.2.3.4 分类新指标的提出 | 第55页 |
| 4.3 与AdaBoost糖尿病分类模型结果的对比 | 第55-60页 |
| 4.3.1 精确率和马修斯相关系数 | 第56-59页 |
| 4.3.2 综合评价指标 | 第59-60页 |
| 4.4 本章小节 | 第60-61页 |
| 5 总结与展望 | 第61-62页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 个人简历、在校期间的学术成果 | 第66-67页 |
| 致谢 | 第67页 |