摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12页 |
1.3 数据挖掘技术 | 第12-14页 |
1.4 本课题研究内容及章节安排 | 第14-15页 |
第2章 系统分析与方案设计 | 第15-27页 |
2.1 系统分析 | 第15-17页 |
2.1.1 可行性分析 | 第15页 |
2.1.2 需求分析 | 第15-17页 |
2.2 系统开发模式设计 | 第17页 |
2.3 系统开发框架设计 | 第17-22页 |
2.3.1 Struts2框架 | 第19-20页 |
2.3.2 Hibernate框架 | 第20页 |
2.3.3 Spring框架 | 第20-21页 |
2.3.4 系统框架层次设计 | 第21-22页 |
2.4 功能设计 | 第22-25页 |
2.4.1 功能模块描述 | 第22-23页 |
2.4.2 功能模型设计 | 第23-25页 |
2.5 健康风险评估技术 | 第25-26页 |
2.6 本章小结 | 第26-27页 |
第3章 体脂率仿真模型建立 | 第27-45页 |
3.1 模型自变量选取 | 第27-28页 |
3.2 回归分析法建模 | 第28-35页 |
3.2.1 逐步回归分析法原理 | 第28-31页 |
3.2.2 逐步回归分析法建模 | 第31-35页 |
3.3 人工神经网络建模 | 第35-42页 |
3.3.1 BP神经网络理论 | 第36-38页 |
3.3.2 BP神经网络建模 | 第38-42页 |
3.4 两种建模结果比较 | 第42-43页 |
3.5 本章小结 | 第43-45页 |
第4章 2 型糖尿病风险预测模型建立 | 第45-55页 |
4.1 2 型糖尿病研究因素及赋值方法 | 第45-46页 |
4.2 非条件Logistic回归建模 | 第46-50页 |
4.2.1 Logistic回归模型 | 第46-47页 |
4.2.2 单因素回归分析 | 第47-48页 |
4.2.3 多因素回归分析 | 第48页 |
4.2.4 非条件Logistic回归模型测试结果 | 第48-50页 |
4.3 BP神经网络建模 | 第50-52页 |
4.3.1 建立BP神经网络模型 | 第50-51页 |
4.3.2 BP神经网络模型测试结果 | 第51-52页 |
4.4 两种模型比较 | 第52-53页 |
4.4.1 测试结果比较 | 第52页 |
4.4.2 ROC曲线面积比较 | 第52-53页 |
4.5 本章小结 | 第53-55页 |
第5章 系统开发平台搭建 | 第55-63页 |
5.1 数据库设计 | 第55-56页 |
5.2 系统各层次设计 | 第56-59页 |
5.2.1 数据持久层设计 | 第56-58页 |
5.2.2 业务逻辑层设计 | 第58页 |
5.2.3 表示层设计 | 第58-59页 |
5.3 系统运行流程 | 第59-62页 |
5.4 本章小结 | 第62-63页 |
结论 | 第63-65页 |
参考文献 | 第65-69页 |
攻读硕士学位期间所发表的论文 | 第69-71页 |
致谢 | 第71页 |