| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第6-10页 |
| ·论文研究意义 | 第6页 |
| ·研究现状及水平 | 第6-7页 |
| ·本文主要工作 | 第7-8页 |
| ·本文创新点 | 第8-9页 |
| ·本文结构 | 第9-10页 |
| 第二章 数据挖掘技术 | 第10-16页 |
| ·知识发现与数据挖掘 | 第10页 |
| ·数据挖掘的几种模型 | 第10-13页 |
| ·关联分析 | 第10-11页 |
| ·分类 | 第11-12页 |
| ·聚类 | 第12-13页 |
| ·数据挖掘在医学领域的应用 | 第13-14页 |
| ·决策树分类算法 | 第14-16页 |
| 第三章 基于Boosting的组合决策树算法 | 第16-37页 |
| ·C4.5决策树算法 | 第16-23页 |
| ·决策树基本概念 | 第16-17页 |
| ·决策树的生成过程 | 第17-18页 |
| ·决策树属性选择度量方法 | 第18-21页 |
| ·决策树剪枝 | 第21-23页 |
| ·Boosting算法介绍 | 第23-27页 |
| ·AdaBoost算法 | 第23-25页 |
| ·离散的AdaBoost-AdaBoost.M1 | 第25-27页 |
| ·组合分类器和组合决策树 | 第27-32页 |
| ·组合分类器 | 第28-29页 |
| ·组合决策树 | 第29-32页 |
| ·基于Boosting的组合决策树算法 | 第32-37页 |
| ·改进算法的提出 | 第32页 |
| ·组合决策树算法基本思想 | 第32-33页 |
| ·投票权重的计算和抽样权重的调整 | 第33-34页 |
| ·组合决策树算法 | 第34-35页 |
| ·组合决策树算法的实验结果及相关分析 | 第35-37页 |
| 第四章 基于数据挖掘算法的导诊系统 | 第37-55页 |
| ·医院门诊数据的收集和分析 | 第37-43页 |
| ·原始数据 | 第37-39页 |
| ·数据整理 | 第39-41页 |
| ·数据预处理 | 第41-43页 |
| ·基于Boosting的组合决策树算法在导诊系统中的应用 | 第43-45页 |
| ·系统的体系结构 | 第45-52页 |
| ·系统整体结构 | 第46-51页 |
| ·工作流程图 | 第51-52页 |
| ·导诊系统运行流程图 | 第52页 |
| ·导诊系统运行实例 | 第52-55页 |
| 第五章 结束语 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |
| 附录 | 第59-60页 |