第一章 绪论
1.1研究背景及意义
1.2国内外研究现状
1.3本文主要研究内容及章节安排
1.3.1主要研究内容
1.3.2具体章节安排
第二章 人体健康医疗数据分析
2.1数据来源
2.2数据概述
2.3数据预处理
2.3.1非正常值处理
2.3.2标准化处理
2.4本章小结
第三章 血压分析方法及建模研究
3.1大数据分析平台架构
3.1.1数据处理模块
3.1.2数据存储模块
3.1.3大数据平台的搭建步骤
3.2实验方案及评价标准
3.2.1实验方案
3.2.2基于Spark的血压预测系统
3.2.3模型评价标准
3.3基于支持向量机的血压分析
3.3.1支持向量机算法概述
3.3.2模型分析及预测结果验证
3.4基于人工神经网络的血压分析
3.4.1人工神经网络算法概述
3.4.2模型分析及预测结果验证
3.5基于线性Logistic回归的血压分析
3.5.1Logistic回归算法概述
3.5.2模型分析及预测结果验证
3.6基于Lasso回归的血压分析
3.6.1Lasso回归算法概述
3.6.2模型分析及预测结果验证
3.7本章小结
第四章 寻找最优参数对
4.1相关算法简介
4.1.1网格搜索算法简介
4.1.2交叉验证算法简介
4.2支持向量回归参数寻优
4.2.1 C对支持向量回归模型的影响
4.2.2 gamma对支持向量回归模型的影响
4.2.3 寻找最优参数对
4.3人工神经网络模型参数寻优
4.3.1 batch_size对人工神经网络模型的影响
4.3.2 epochs对人工神经网络模型的影响
4.3.3 寻找最优参数对
4.4 本章小结
第五章 最优参数对下的改进模型分析研究
5.1基于最优参数对的SVR模型对血压的分析结果
5.2基于最优参数对的人工神经网络模型对血压的分析结果
5.3不同回归模型对血压分析的结果对比
5.4本章小结
第六章 总结与展望
致谢
参考文献
附录
声明
贵州大学;