论文目录 | |
摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
第一章 绪论 | 第8-14页 |
· 研究背景及意义 | 第8-10页 |
· 国内外研究现状 | 第10-11页 |
· 国外研究现状 | 第10-11页 |
· 国内研究现状 | 第11页 |
· 研究方法及内容 | 第11-14页 |
· 研究方法 | 第11-12页 |
· 主要内容 | 第12-14页 |
第二章 相关理论研究基础 | 第14-33页 |
· 决策模型及推理方法 | 第14页 |
· CBR与RBR的优缺点分析 | 第14-15页 |
· 融合CBR与RBR的方式 | 第15-17页 |
· 决策模型处理过程 | 第17页 |
· 决策模型中算法 | 第17-33页 |
· 案例的特征属性选择及属性权重计算方法 | 第18-27页 |
· CBR案例检索方法 | 第27-30页 |
· RBR规则推理方法 | 第30-33页 |
第三章 基于癌症治疗过程的CBR-RBR融合推理模型构建 | 第33-45页 |
· 基于癌症治疗的CBR-RBR融合推理模型的总体架构 | 第33-36页 |
· 癌症诊疗过程 | 第33-34页 |
· CBR-RBR融合推理模型的总体架构 | 第34-36页 |
· CBR-RBR融合推理模型在癌症治疗过程中的处理流程 | 第36-45页 |
· 数据预处理 | 第36-37页 |
· 病例特征属性的选择 | 第37-39页 |
· 综合权重的计算方法 | 第39-40页 |
· CBR病例库检索 | 第40-44页 |
· RBR推理 | 第44-45页 |
第四章 CBR-RBR融合推理模型在癌症治疗中的应用 | 第45-52页 |
· 基于CBR-RBR融合推理模型在癌症诊疗中的应用实例 | 第45-51页 |
· 癌症病例数据预处理 | 第46-47页 |
· 癌症病例特征属性的选择 | 第47-48页 |
· 癌症病例特征权重计算 | 第48-49页 |
· 使用K-D树进行癌症病例检索 | 第49-50页 |
· 应用RBR模型进行癌症诊治推理 | 第50-51页 |
· CBR-RBR融合推理模型结果分析 | 第51-52页 |
第五章 模型应用结果分析 | 第52-59页 |
· 检索效率分析 | 第52-54页 |
· CBR-RBR融合模型推理针对癌症治疗的性能指标分析 | 第54-56页 |
· 与其他模型对比分析 | 第56-59页 |
第六章 总结与展望 | 第59-60页 |
· 本文结论 | 第59页 |
· 展望 | 第59-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-62
页 |