第一个书签之前
摘 要
ABSTRACT
1 绪论
1.1 研究的目的和意义
1.2 国内外应用研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文的主要工作及内容安排
1.4 论文组织结构
2 相关理论与技术基础
2.1 数据挖掘
2.1.1 数据挖掘概述及应用
2.1.2 数据挖掘过程
2.2 数据挖掘常用算法
2.2.1 人工神经网络
2.2.2 支持向量机
2.2.3 随机森林
2.3 相关软件介绍
2.3.1 WEKA数据挖掘工具简介
2.3.2 ARFF文件结构
2.4 本章小结
3 心脏病临床检测及数据预处理
3.1 心脏病临床检测
3.2 数据介绍
3.3 数据预处理
3.3.1 心脏病样本集的ARFF文件
3.3.2 数据预处理
3.4 本章小结
4 心脏病数据建模
4.1 基于BP神经网络算法建模
4.1.1 BP神经网络算法
4.1.2 基于参数优化的BP神经网络分类器
4.2 基于支持向量机建模
4.2.1 支持向量机算法
4.2.2 基于参数优化的支持向量机分类器
4.3 基于随机森林建模
4.3.1 随机森林算法
4.3.2 基于参数优化的随机森林分类器
4.4 本章小结
5 评估与优化
5.1 实验环境
5.2 评估方法简介
5.3 BP神经网络算法、支持向量机、随机森林评估结果对比分析
5.3.1 建模时间对比分析
5.3.3 误差对比分析
5.3.4 成本对比分析
5.4 集成学习
5.4.1 常用集成学习算法
5.4.2 支持向量机集成学习
5.5 本章小结
6 总结与展望
6.1 全文总结
6.2 展望
致 谢
参考文献
攻读学位期间发表的学术论文目录
原创性声明及关于学位论文使用授权的声明
陕西科技大学;