声明
第1 章 绪论
1.1 相关概念
1.1.1 语音
1.1.2 癌因性疲乏
1.1.3 机器学习
1.1.4 分类模型
1.2 研究背景
1.3 国内外研究现状
1.3.1 癌因性疲乏评估工具的研究现状
1.3.2 癌因性疲乏预测模型的研究现状
1.4 研究目的及意义
1.4.1 研究目的
1.4.2 研究意义
1.5 技术路线
第2 章 乳腺癌患者癌因性疲乏的现状调查
2.1 研究方法
2.1.1 研究类型及抽样方法
2.1.2 研究对象
2.1.3 研究工具
2.1.4 统计学方法
2.2 质量控制
2.2.1 研究人员的质量控制
2.2.2 研究数据的质量控制
2.3 结果
2.3.1 乳腺癌患者的一般资料
2.3.2 乳腺癌患者的癌因性疲乏现状
2.3.3 乳腺癌患者癌因性疲乏的影响因素
2.4 讨论
2.4.1 乳腺癌患者的癌因性疲乏现状
2.4.2 乳腺癌患者癌因性疲乏的影响因素
2.5 小结
第3 章乳腺癌患者的语音信号采集、预处理、声学特征参数提取
3.1 乳腺癌患者的语音信号采集
3.1.1 采集对象
3.1.2 采集内容
3.1.3 采集条件
3.1.4 采集结果
3.2 乳腺癌患者的语音信号预处理
3.2.1. 预加重技术
3.2.2 分帧技术及加窗技术
3.2.3 端点检测技术
3.3 乳腺癌患者的语音信号特征参数提取
3.4 小结
第4 章基于径向基核函数SVM 的乳腺癌患者癌因性疲乏分类模型构建
4.1 支持向量机的原理
4.1.1 基本原理
4.1.2 核函数的原理
4.2语音信号声学特征数据归一化处理
4.3 基于径向基核函数的SVM模型训练及性能评价
4.3.1 LibSVM简介
4.3.2 乳腺患者的语音信号声学特征数据集的划分与选择
4.3.2 基于径向基核函数SVM的乳腺癌患者癌因性疲乏分类模型训练及性能评价
4.4 讨论
4.5 小结
第5 章 总结
5.1 结论
5.2 研究的创新、不足及展望
5.2.1 本研究的创新之处
5.2.2 研究局限性及展望
参考文献
附 录
作者简介及在学期间的研究成果
致 谢
吉林大学;