| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 系统性红斑狼疮(SLE)研究现状 | 第12-13页 |
| 1.2.2 支持向量机SVM研究现状 | 第13页 |
| 1.3 本文的组织结构 | 第13-16页 |
| 第二章 继发性干燥综合征数据处理 | 第16-26页 |
| 2.1 医学统计学概述 | 第16-21页 |
| 2.1.1 医学统计学基本概念 | 第16-18页 |
| 2.1.2 继发性干燥综合征诊断常用分析方法 | 第18-21页 |
| 2.2 继发性干燥综合征数据预处理 | 第21-25页 |
| 2.2.1 相关指标归一化处理 | 第21-23页 |
| 2.2.2 指标数据降维处理 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 支持向量机SVM | 第26-36页 |
| 3.1 支持向量机理论基础 | 第26-31页 |
| 3.1.1 支持向量机基本概念 | 第26-30页 |
| 3.1.2 支持向量机算法步骤 | 第30-31页 |
| 3.2 核函数与参数的选取 | 第31-34页 |
| 3.3 SVM分类诊断实现途径 | 第34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 智能算法寻优的SVM继发性干燥综合征分类诊断模型 | 第36-56页 |
| 4.1 基于交叉验证寻优的SVM继发性干燥综合征分类诊断模型 | 第36-41页 |
| 4.1.1 交叉验证的基本原理 | 第36-38页 |
| 4.1.2 交叉验证寻优流程 | 第38-39页 |
| 4.1.3 交叉验证参数寻优MATLAB实现 | 第39页 |
| 4.1.4 基于交叉验证寻优的SVM模型仿真结果 | 第39-41页 |
| 4.2 基于网格搜索寻优的SVM继发性干燥综合征分类诊断模型 | 第41-48页 |
| 4.2.1 网格搜索的基本原理 | 第41页 |
| 4.2.2 网格搜索的寻优流程 | 第41-43页 |
| 4.2.3 网格搜索参数寻优MATLAB实现 | 第43页 |
| 4.2.4 基于网格搜索寻优的SVM模型仿真结果 | 第43-48页 |
| 4.3 基于粒子群寻优的SVM继发性干燥综合征分类诊断模型 | 第48-53页 |
| 4.3.1 粒子群算法的基本原理 | 第48-49页 |
| 4.3.2 粒子群算法的寻优流程 | 第49-51页 |
| 4.3.3 粒子群参数寻优MATLAB实现 | 第51-52页 |
| 4.3.4 基于粒子群寻优的SVM模型仿真结果 | 第52-53页 |
| 4.4 本章小结 | 第53-56页 |
| 第五章 混沌-粒子群算法寻优的SVM分类诊断模型 | 第56-64页 |
| 5.1 混沌机制模型 | 第56-58页 |
| 5.1.1 混沌的基本概念及特征 | 第56-57页 |
| 5.1.2 混沌搜索机制 | 第57-58页 |
| 5.2 改进的粒子群算法优化SVM参数的模型 | 第58-60页 |
| 5.2.1 粒子群早熟现象 | 第58页 |
| 5.2.2 混沌-粒子群优化SVM参数 | 第58-60页 |
| 5.3 混沌-粒子群寻优MATLAB实现 | 第60-61页 |
| 5.4 基于混沌粒子群寻优的SVM模型仿真结果 | 第61-62页 |
| 5.5 四种仿真模型对比分析 | 第62-63页 |
| 5.6 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 论文总结 | 第64页 |
| 6.2 存在的问题及研究方向展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录A: 攻读硕士学位期间参与项目及科研成果 | 第72页 |
