| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-13页 |
| ·课题背景及国内外研究现状 | 第10-13页 |
| ·选题来源 | 第13页 |
| ·研究内容 | 第13-15页 |
| ·内容组织 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第二章 径向基神经网络 | 第16-30页 |
| ·神经网络概述 | 第16-17页 |
| ·神经网络结构及学习机理 | 第17-19页 |
| ·反向传播算法(BP算法) | 第19-23页 |
| ·BP网络模型 | 第19-20页 |
| ·BP学习算法 | 第20-23页 |
| ·标准反向传播 BP算法存在的问题 | 第23页 |
| ·径向基函数神经网络 | 第23-29页 |
| ·径向基函数神经网络简介 | 第24-25页 |
| ·径向基函数网络的学习方法 | 第25-27页 |
| ·基于径向基函数网络的分类器构造 | 第27-29页 |
| ·神经网络应用 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 粗糙集理论研究与应用 | 第30-42页 |
| ·粗糙集理论概述 | 第30-35页 |
| ·连续属性离散化算法研究 | 第35-36页 |
| ·基于粗糙集理论的一个集成算法 | 第36-39页 |
| ·属性约简算法所用变量一信息量、条件信息量和重要性 | 第37-38页 |
| ·算法描述 | 第38-39页 |
| ·集成算法应用--基于生理切片数据的规则提取 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 图像增强及形状特征提取技术 | 第42-58页 |
| ·图像去噪 | 第42-43页 |
| ·图像增强 | 第43-49页 |
| ·图像增强算法研究 | 第43页 |
| ·直方图均衡化处理 | 第43-45页 |
| ·基于粗糙集的图像增强 | 第45-49页 |
| ·轮廓勾画及形状特征提取 | 第49-57页 |
| ·基于区域增长的图像分割 | 第50-52页 |
| ·形状特征提取 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 乳腺癌计算机辅助诊断系统设计 | 第58-63页 |
| ·系统框架、处理流程和部分效果图 | 第58-62页 |
| ·开发与运行环境 | 第62页 |
| ·开发环境 | 第62页 |
| ·运行环境 | 第62页 |
| ·系统功能 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68页 |