SLE肾病的数据相关性分析
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 数据挖掘在医学应用中的研究现状 | 第12-13页 |
| 1.2.2 LN疾病研究现状 | 第13-14页 |
| 1.2.3 主成分分析研究现状 | 第14-15页 |
| 1.2.4 Apriori算法研究现状 | 第15-16页 |
| 1.3 存在问题及研究内容 | 第16-19页 |
| 1.3.1 存在问题 | 第16-17页 |
| 1.3.2 研究内容 | 第17-19页 |
| 1.4 论文结构 | 第19-22页 |
| 第二章 LN数据分析相关理论 | 第22-34页 |
| 2.1 数据挖掘概述 | 第22-24页 |
| 2.1.1 数据挖掘的概念 | 第22-23页 |
| 2.1.2 数据挖掘的过程 | 第23-24页 |
| 2.2 数据预处理 | 第24-28页 |
| 2.2.1 医疗数据的特点 | 第24-25页 |
| 2.2.2 临床上的数据处理 | 第25-26页 |
| 2.2.3 数据挖掘的数据预处理 | 第26-28页 |
| 2.3 PCA算法 | 第28-30页 |
| 2.3.1 PCA算法的基本思想 | 第29页 |
| 2.3.2 主成分贡献率 | 第29-30页 |
| 2.3.3 PCA算法步骤 | 第30页 |
| 2.4 Apriori算法 | 第30-33页 |
| 2.4.1 关联规则基本概念 | 第31-32页 |
| 2.4.2 关联规则挖掘的主要步骤 | 第32页 |
| 2.4.3 Apriori算法 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 LN数据预处理 | 第34-50页 |
| 3.1 LN疾病数据预处理的作用和意义 | 第34页 |
| 3.2 LN疾病数据的来源和选取 | 第34-37页 |
| 3.2.1 数据的来源 | 第34-36页 |
| 3.2.2 数据的选取 | 第36-37页 |
| 3.3 LN疾病数据清洗 | 第37-39页 |
| 3.4 LN疾病数据规范化 | 第39-41页 |
| 3.5 LN疾病数据降维 | 第41-46页 |
| 3.5.1 PCA算法的实现步骤 | 第41-43页 |
| 3.5.2 实验仿真环境 | 第43-44页 |
| 3.5.3 实验仿真 | 第44-45页 |
| 3.5.4 数据挖掘结果 | 第45-46页 |
| 3.6 LN疾病数据离散化 | 第46-48页 |
| 3.7 本章小结 | 第48-50页 |
| 第四章 Apriori模型在LN中的应用 | 第50-62页 |
| 4.1 Apriori模型的建立及仿真 | 第50-54页 |
| 4.1.1 Apriori算法的实现流程及步骤 | 第51-52页 |
| 4.1.2 实验仿真 | 第52-54页 |
| 4.2 实验分析 | 第54-58页 |
| 4.3 规则解析 | 第58-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 论文工作总结 | 第62-63页 |
| 5.2 存在的不足和今后的工作展望 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录A 学术成果 | 第70-72页 |
| 附录B 研究生期间参与的科研项目 | 第72页 |
