摘要
第1章 绪论
1.1 研究背景和意义
1.2 研究现状
1.3 研究内容和方案
1.4 论文的组织结构
第2章 基本概念
2.1 体域网系统架构
2.2 粗糙集理论基础
2.2.1 粗糙集的基本概念
2.2.2 属性约简
2.2.3 属性约简中划分等价类算法
2.3 生理参数评估的SVN系统的相关理论
2.3.1 统计学习理论
2.3.2 支持向量机理论
2.3.3 支持向量机回归
2.4 生理指标数据的分析和MIMIC生理信号数据源的获取
2.4.1 医疗数据及其机理
2.4.2 数据类型
2.4.3 MIMIC多项生理信号数据源
2.5 BP神经网络理论及其算法分析
2.5.1 BP神经网络的定义
2.5.2 BP神经网络的应用模型
2.5.2 BP神经网络的算法分析
2.6 本章小结
第3章 基于粗糙集及内存存储优化的属性约简算法
3.1 引言
3.2 粗糙集的算法在医院治疗信息中的应用
3.2.1 粗糙集中的几种属性约简算法
3.2.2 内存存储优化改进的属性约简算法
3.3 基数排序的优化链表结构的属性约简方法
3.3.1 计算等价类的算法
3.3.2 实验
3.4 本章小结
第4章 改进SVM的多项生理指标的融合评估系统
4.1 引言
4.2 改进的生理参数判别的SVM系统的构建
4.2.1 SVM模型的判别系统
4.2.2 样本数据的预处理
4.2.3 最优组合的核函数的获取
4.2.4 样本数据的属性约简的信息融合
4.3 支持向量机的参数优化
4.3.1 支持向量机参数的选取
4.3.2 支持向量机的参数优化
4.4 SVM的多项生理健康状态的判别及结果对比
4.4.1 改进的SVM模型与BP神经网络的效果比较
4.5 本章小结
第5章 总结和展望
5.1 总结
5.2 展望
参考文献
致谢
攻读学位期间取得的研究成果
声明