声明
摘要
第一章 绪论
1.2 冠心病早期危险预测模型研究现状
1.3 人工智能辅助诊断冠心病研究现状
1.4 本文研究内容和创新点
1.5 本文组织结构
第二章 数据采集及分析
2.2.1 冠心病危险因素数据集
2.2.2 心音信号特征数据集
2.3 数据颈处理
2.4.1 统计分析
2.4.2 特征筛选
2.5 本章小结
第三章 集成学习算法模型
3.1.2 模型的评价指标和方法
3.2 集成学习基础理论
3.3 Boosting算法
3.4 Bagging算法
3.5 Stacked算法
3.6 本章小结
第四章 基于危险因素数据集的冠心病集成学习筛查方法探索
4.1 面向冠心病危险因素数据集的集成学习算法模型
4.2 冠心病危险因素数据集的不平衡化处理
4.3 冠心病危险因素数据集特征重要性评分讨论
4.4 本章小结
第五章 基于心音信号特征数据集的冠心病集成学习筛查方法探索
5.1 面向心音信号特征数握集的集成学习算法模型
5.2 心音信号特征数据集的不平衡化处理
5.3 本章小结
第六章 总结与展望
6.2 展望
参考文献
致谢
附录
学位论文评阅及答辩情况表