| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 孕妇孕检的常规项目及相关影响 | 第12-13页 |
| 1.4 论文组织结构和内容安排 | 第13-14页 |
| 第二章 孕妇智能远程监护系统的分析 | 第14-17页 |
| 2.1 系统需求分析 | 第14-16页 |
| 2.1.1 系统目标分析 | 第14页 |
| 2.1.2 系统功能性需求分析 | 第14-15页 |
| 2.1.3 系统非功能性需求分析 | 第15-16页 |
| 2.2 系统总体分析 | 第16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 妇智能远程监护系统的设计 | 第17-24页 |
| 3.1 软件平台的框架设计 | 第17-18页 |
| 3.2 系统功能模块设计 | 第18-22页 |
| 3.2.1 用户管理模块 | 第19页 |
| 3.2.2 数据采集模块 | 第19-20页 |
| 3.2.3 数据管理模块 | 第20页 |
| 3.2.4 智能监护模块 | 第20-22页 |
| 3.3 数据库设计 | 第22-23页 |
| 3.4 本章小结 | 第23-24页 |
| 第四章 孕妇智能远程监护系统算法的设计与实现 | 第24-38页 |
| 4.1 支持向量机 | 第24-30页 |
| 4.1.1 线性支持向量机 | 第24-26页 |
| 4.1.2 非线性支持向量机 | 第26-27页 |
| 4.1.3 不均衡数据集问题 | 第27-28页 |
| 4.1.4 数据实验分析 | 第28-30页 |
| 4.2 支持向量机参数优化算法 | 第30-36页 |
| 4.2.1 粒子群优化算法 | 第31-32页 |
| 4.2.2 自适应粒子群优化算法 | 第32-34页 |
| 4.2.3 算法参数设置 | 第34-35页 |
| 4.2.4 自适应粒子群优化算法数据实验 | 第35-36页 |
| 4.3 基于自适应粒子群优化算法的支持向量机数据实验 | 第36-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 孕妇智能远程监护系统的实现 | 第38-66页 |
| 5.1 开发平台的选择 | 第38页 |
| 5.2 系统框架的搭建 | 第38-39页 |
| 5.3 数据库的实现 | 第39-42页 |
| 5.4 系统的实现 | 第42-49页 |
| 5.4.1 数据持久层的实现 | 第42-44页 |
| 5.4.2 业务逻辑层的实现 | 第44-45页 |
| 5.4.3 控制层的实现 | 第45-48页 |
| 5.4.4 视图层的实现 | 第48-49页 |
| 5.5 功能模块实现说明及实现效果 | 第49-64页 |
| 5.5.1 登录注册模块 | 第49-50页 |
| 5.5.2 信息管理模块 | 第50-53页 |
| 5.5.3 数据采集模块 | 第53-59页 |
| 5.5.4 数据管理模块 | 第59-61页 |
| 5.5.5 智能监护模块 | 第61-64页 |
| 5.6 系统测试 | 第64-65页 |
| 5.7 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-69页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-73页 |