文摘
英文文摘
华南理工大学学位论文原创性声明及学位论文版权使用授权书
第一章绪论
1.1肺癌预后系统
1.1.1肺癌概述[1]
1.1.2肺癌预后概述[1]
1.1.3肺癌预后系统简介
1.2知识获取技术概述
1.2.1知识获取技术在大规模数据库中的应用
1.2.2知识获取技术的分类
1.2.3知识获取技术的应用
1.3知识获取技术在医疗领域的应用
1.3.1医疗领域中的最新应用
1.3.2肺癌预后系统中运用知识获取技术的可行性
1.4本章小结
第二章知识获取与组合学习
2.1肺癌预后系统中应用的知识获取技术
2.1.1采用的知识表示方法
2.1.2规则的搜索策略
2.1.3采用的知识获取技术
2.2知识获取和组合学习
2.2.1知识获取中引入组合学习方法的意义及可行性
2.2.2数据挖掘技术的组合
2.3确定组合学习方法
2.3.1组合分类方法
2.3.2组合技术分类[4]
2.3.3组合学习待解决的问题[4]
2.3.4系统采用的组合学习技术
2.4本章小结
第三章改进AQ15算法获取规则
3.1覆盖正例排斥反例算法基本概念
3.2描述空间[16]
3.3覆盖正例排斥反例算法[14]
3.4 AQ15算法介绍
3.4.1相关概念[20]
3.4.2 AQ15算法的特点[21]
3.5对AQ15算法的改进
3.5.1改进AQ15算法
3.5.2改进算法的效果测试
3.6本章小结
第四章改进CLIP3算法获取规则
4.1相关介绍[21]
4.2CLI P3算法[22]
4.2.1 IP模型解法介绍
4.2.2 CLIP3算法介绍
4.3对CLIP3算法的改进
4.3.1对SC问题求解的改进
4.3.2改进后对CLIP3算法的影响
4.4改进CLIP3算法获取规则知识的结果
4.4.1改进CLIP3算法获取规则知识形式
4.4.2改进CLIP3算法与原算法的实验结果对比
4.4本章小结
第五章多学习器组合算法
5.1组合多学习器获取知识的必要性
5.2引入分类器组合算法概述
5.2.1引入的多学习器组合规则[24]
5.2.2基于Bayes概率的投票机制[27]
5.3改进的Bayes投票机制
5.3.1 Bayes投票机制存在的问题
5.3.2提出的改进Bayes投票机制
5.3.3改进方法的有效性证明
5.4实验结果
5.4.1阈值λ的确定
5.4.2改进后的组合学习算法与Bayes组合算法比较
5.5本章小结
第六章实验结果与分析
6.1模型开发语言C++Builder
6.2实验数据
6.3数据预处理
6.4实验方法
6.4.1实验数据的分配
6.4.2实验步骤
6.4.3单学习器的设计
6.5实验结果
6.6实验结果分析
6.7肺癌预后系统实现
6.8本章小结
总结
参考文献
攻读学位期间发表的论文
致谢
