基于颜色特征的计算机辅助舌诊分类模型
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究的意义和目的 | 第11页 |
| 1.2 研究现状与分析 | 第11-13页 |
| 1.2.1 研究现状 | 第12页 |
| 1.2.2 现有的分类研究的难点与不足 | 第12-13页 |
| 1.3 本文的工作和组织结构 | 第13-15页 |
| 1.3.1 本文的主要工作 | 第13页 |
| 1.3.2 本文的组织结构 | 第13-15页 |
| 第2章 计算机辅助舌诊研究相关知识介绍 | 第15-18页 |
| 2.1 传统中医的舌象诊断 | 第15-16页 |
| 2.2 计算机辅助舌诊的流程框架 | 第16页 |
| 2.3 预处理阶段 | 第16-17页 |
| 2.3.1 图像采集 | 第16页 |
| 2.3.2 图像分割 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 机器学习相关内容介绍 | 第18-32页 |
| 3.1 机器学习 | 第18-19页 |
| 3.2 颜色特征的选取和融合 | 第19-25页 |
| 3.2.1 颜色特征的提取 | 第19-24页 |
| 3.2.2 特征向量的融合 | 第24-25页 |
| 3.2.3 特征的提取与选择 | 第25页 |
| 3.3 机器学习算法和软件 | 第25-27页 |
| 3.3.1 支持向量机 | 第26页 |
| 3.3.2 Weka 软件包 | 第26-27页 |
| 3.4 不平衡数据的分类 | 第27-29页 |
| 3.4.1 不平衡数据 | 第27-28页 |
| 3.4.2 SMOTE 算法 | 第28-29页 |
| 3.5 分类器的度量评估 | 第29-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第4章 二分类实验 | 第32-46页 |
| 4.1 正常组与证组的对比实验 | 第32-36页 |
| 4.1.1 实验流程 | 第32-35页 |
| 4.1.2 结果讨论 | 第35-36页 |
| 4.2 扩增后的正常组与证组的对比试验 | 第36-39页 |
| 4.2.1 实验结果 | 第36-38页 |
| 4.2.2 结果讨论 | 第38-39页 |
| 4.3 寒热对比实验 | 第39-41页 |
| 4.3.1 实验结果 | 第39-41页 |
| 4.3.2 结果讨论 | 第41页 |
| 4.4 扩增后的寒热对比实验 | 第41-45页 |
| 4.4.1 实验结果 | 第41-44页 |
| 4.4.2 结果讨论 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 三分类实验 | 第46-51页 |
| 5.1 寒-正常-热三分类实验 | 第46-47页 |
| 5.2 扩增后的寒-正常-热三分类实验 | 第47-49页 |
| 5.3 结果讨论 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-52页 |
| 6.1 工作总结 | 第51页 |
| 6.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
