摘要 | 第4-6页 |
Abstract | 第6-7页 |
目录 | 第8-11页 |
第1章 绪论 | 第11-29页 |
1.1 研究背景及意义 | 第11-13页 |
1.1.1 课题来源 | 第11页 |
1.1.2 研究背景及意义 | 第11-13页 |
1.2 案例推理的发展状况 | 第13-23页 |
1.2.1 案例推理的理论进展 | 第13-19页 |
1.2.2 案例推理的应用状况 | 第19-23页 |
1.3 问题分析 | 第23-24页 |
1.4 本文主要工作和组织结构 | 第24-29页 |
1.4.1 主要工作 | 第24-25页 |
1.4.2 研究思路和结构安排 | 第25-29页 |
第2章 案例推理的经典认知模型 | 第29-39页 |
2.1 引言 | 第29-30页 |
2.2 案例推理的认知机理 | 第30-36页 |
2.2.1 案例表示 | 第32-33页 |
2.2.2 案例检索 | 第33-34页 |
2.2.3 案例重用 | 第34-35页 |
2.2.4 案例修正 | 第35-36页 |
2.2.5 案例保存 | 第36页 |
2.3 案例推理的特点和存在的问题 | 第36-37页 |
2.4 本章小结 | 第37-39页 |
第3章 属性权重的内省学习迭代调整 | 第39-59页 |
3.1 引言 | 第39-40页 |
3.2 属性权重获取方法 | 第40-46页 |
3.2.1 遗传算法获取属性权重 | 第40-44页 |
3.2.2 信息熵获取属性权重 | 第44-46页 |
3.3 内省学习的属性权重调整 | 第46-53页 |
3.3.1 内省学习原理 | 第47-48页 |
3.3.2 内省学习调整属性权重 | 第48-51页 |
3.3.3 内省学习权重调整算法的收敛性分析 | 第51-53页 |
3.4 实验研究 | 第53-57页 |
3.4.1 实验数据 | 第53-55页 |
3.4.2 实验方案 | 第55页 |
3.4.3 实验结果 | 第55-57页 |
3.5 本章小结 | 第57-59页 |
第4章 群决策改进的案例检索策略 | 第59-71页 |
4.1 引言 | 第59页 |
4.2 群权重的获取与调整 | 第59-63页 |
4.2.1 遗传算法获取群权重 | 第60-61页 |
4.2.2 内省学习调整群权重 | 第61-63页 |
4.3 群决策改进的案例检索策略 | 第63-67页 |
4.3.1 群决策的认知分析 | 第63-64页 |
4.3.2 群决策改进案例检索策略 | 第64-67页 |
4.4 群决策检索的收敛性分析 | 第67-68页 |
4.5 实验研究 | 第68-70页 |
4.5.1 实验数据和方案分析 | 第68-69页 |
4.5.2 参数设置 | 第69页 |
4.5.3 分类对比实验及结果分析 | 第69-70页 |
4.6 本章小结 | 第70-71页 |
第5章 案例维护的记忆与遗忘策略 | 第71-85页 |
5.1 引言 | 第71-72页 |
5.2 记忆与遗忘改进的案例推理模型 | 第72-74页 |
5.3 记忆策略 | 第74-75页 |
5.4 遗忘策略 | 第75-77页 |
5.4.1 遗忘触发子策略 | 第75-76页 |
5.4.2 遗忘值更新子策略 | 第76-77页 |
5.4.3 案例删除子策略 | 第77页 |
5.5 采用记忆与遗忘策略的 CBR 分类算法 | 第77-78页 |
5.6 实验研究 | 第78-83页 |
5.6.1 实验设置 | 第78-80页 |
5.6.2 参数设置 | 第80页 |
5.6.3 实验结果分析 | 第80-83页 |
5.7 本章小结 | 第83-85页 |
第6章 改进的 CBR 在心血管病诊断中的应用 | 第85-101页 |
6.1 引言 | 第85-86页 |
6.2 基于改进的 CBR 的心血管病辅助诊断系统 | 第86-88页 |
6.3 实验研究 | 第88-96页 |
6.3.1 实验数据 | 第88页 |
6.3.2 实验设计 | 第88-91页 |
6.3.3 参数设置 | 第91页 |
6.3.4 性能评价指标 | 第91-93页 |
6.3.5 结果分析 | 第93-96页 |
6.4 应用实例 | 第96-99页 |
6.5 本章小结 | 第99-101页 |
结论 | 第101-103页 |
参考文献 | 第103-113页 |
攻读博士期间发表的学术论文 | 第113-115页 |
致谢 | 第115页 |