声明
1 绪论
1.1 研究背景及意义
1.2 研究现状及发展趋势
1.3 研究内容及章节安排
2 脑卒中筛查数据特点分析
2.1 国家脑卒中筛查项目
2.2 脑卒中筛查档案的危险分级
2.3 脑卒中筛查数据特点
2.4 本章小结
3 脑卒中筛查数据的危险分级预测
3.1 危险分级数据挖掘设计
3.1.1 危险分级预测流程
3.1.2 样本数据抽样方法
3.2 基于决策树算法的危险分级预测
3.2.1 决策树算法
3.2.2 基于C5.0算法的分类模型
3.3 基于BP神经网络算法的危险分级预测
3.3.1 神经网络与逆差传播算法
3.3.2 基于BP神经网络的分类模型
3.4 基于特征划分的神经网络的危险分级预测
3.4.1 一种改进的C5.0-BP学习模式
3.4.2 C5.0-BP分类模型
3.4.3 实验结果及评价
3.5 本章小结
4 筛查数据仓库维度模型的设计与实现
4.1 筛查数据仓库结构设计
4.1.1 需求分析
4.1.2 数据仓库维度模型结构
4.2 筛查数据仓库维度模型设计
4.2.1 分析主题与指标设计
4.2.2 数据预处理
4.2.3 维度模型逻辑结构
4.2.4 维度模型展示过程
4.3 数据仓库维度模型实现
4.3.1 ETL过程实现
4.3.2 数据仓库建模过程
4.3.3 维度模型展示开发
4.4 本章小结
5筛查数据仓库维度模型的应用
5.1 基本信息分析
5.2 脑卒中危险级别分析
5.3 危险因素相关性分析
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录
