| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-12页 |
| ·气象与污染因子影响心脑血管疾病研究进展 | 第12-16页 |
| ·流行病学与统计学方法 | 第12-13页 |
| ·病理学研究 | 第13-14页 |
| ·建立预报模型研究 | 第14-16页 |
| ·本文主要研究内容及意义 | 第16页 |
| ·文章章节安排 | 第16-18页 |
| 第二章 数据收集和预处理 | 第18-22页 |
| ·数据来源 | 第18页 |
| ·气象污染资料 | 第18页 |
| ·医学资料 | 第18页 |
| ·数据预处理 | 第18-21页 |
| ·气象、污染资料的预处理 | 第18-19页 |
| ·医学资料的分类与量化 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 数据的初步统计分析 | 第22-30页 |
| ·数据的特征 | 第22-26页 |
| ·气象、污染因子间的多重共线性 | 第22-23页 |
| ·心脑血管疾病急诊量数据描述及年份增长效应 | 第23-24页 |
| ·心脑血管疾病发病量与气象、污染因子间的相关性 | 第24-26页 |
| ·逐步回归 | 第26-28页 |
| ·回归方程的建立以及准确度 | 第27页 |
| ·回归方程中自变量对因变量的线性贡献 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第四章 基于 BP 神经网络的气象医疗预报模型建立 | 第30-41页 |
| ·人工智能建模数据建模前处理 | 第30-31页 |
| ·划分数据集 | 第30页 |
| ·数据归一化 | 第30-31页 |
| ·BP 人工神经网络理论 | 第31-33页 |
| ·BP 神经网络模型的学习与筛选流程 | 第33-35页 |
| ·测试集实验结果与分析 | 第35-39页 |
| ·训练控制参数的选择与 BP 神经网络预测集拟合效果之间的关系 | 第35-38页 |
| ·网络拓扑结构与 BP 神经网络预测集拟合效果之间的关系 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第五章 基于支持向量机回归的气象医疗模型建立 | 第41-49页 |
| ·支持向量机回归理论 | 第41-44页 |
| ·支持向量机回归模型的学习与筛选流程 | 第44-45页 |
| ·测试集实验结果与分析 | 第45-48页 |
| ·径向基核函数 SVM 回归模型预测集拟合效果与参数之间的关系 | 第45-46页 |
| ·多项式核函数 SVM 回归模型测试集拟合效果与参数之间的关系 | 第46-47页 |
| ·不同核函数的 SVM 回归模型比较 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 基于独立样本集的气象医疗预报模型性能比较 | 第49-54页 |
| ·人工神经网络和支持向量机建模理论比较 | 第49-50页 |
| ·气象医疗预报模型有效性验证 | 第50页 |
| ·气象医疗预报模型准确性评估 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 总结与展望 | 第54-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附件 | 第64页 |
