声明
第一章 绪论
1.1研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2国内外研究现状
1.2.1 肝病诊断
1.2.2 基于深度学习的肝病诊断技术
1.3研究内容及论文结构
1.3.1 研究内容
1.3.2 论文结构
第二章 研究相关的基础知识介绍
2.1深度学习理论内容
2.1.1 深度学习概念
2.1.2 人工神经网络
2.1.3 自编码器
2.1.4 栈式自编码器
2.2特征处理
2.2.1 特征选择
2.2.2 特征提取
2.2.3 自编码器特征提取
2.3集成学习
2.4 本章小结
第三章 基于改进的自编码器特征提取算法
3.1 概述
3.1.1 关联性分析
3.1.2 流形学习
3.2 改进的自编码器SCA
3.2.1 全局关联性限制
3.2.2 局部关联性限制
3.2.3 栈式关联自编码器
3.3 实验与分析
3.3.1 实验环境和数据
3.3.2 实验评价指标
3.3.3 实验及其结果分析
3.4 本章小结
第四章 基于自适应集成学习的SISCDA肝病诊断模型
4.1 降噪自编码器
4.2 新提出的SISCDA肝病诊断模型
4.2.1 SCDA模型
4.2.2 SISCDA肝病诊断模型
4.2.3 自适应权重
4.3 算法流程
4.4 实验与分析
4.4.1 实验环境和数据
4.4.2 实验及其结果分析
4.5 本章小结
第五章 肝病辅助诊断系统的设计与实现
5.1 系统分析
5.1.1 需求分析
5.1.2 开发环境介绍
5.2 系统设计
5.2.1 系统框架设计
5.2.2 系统功能模块设计
5.2.3 系统业务流程设计
5.2.4 系统数据库设计
5.3 系统核心功能模块实现
5.3.1 数据预处理模块实现
5.3.2 诊断模块实现
5.3.3 统计分析模块实现
5.4 系统运行界面展示
5.4.1 系统主界面
5.4.2 系统诊断界面
5.4.3 结果统计界面
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
硕士期间研究成果
江苏大学;
