|
基于k-means算法的云看护大健康服务平台的搭建与实现 | |
论文目录 | |
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.1.1 课题背景 | 第10-11页 |
| 1.1.2 课题意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国外的研究现状 | 第12页 |
| 1.2.2 国内的研究现状 | 第12-13页 |
| 1.3 课题研究的主要内容 | 第13-16页 |
| 1.4 本论文的组织结构 | 第16-17页 |
| 第二章 相关理论基础和技术的介绍 | 第17-28页 |
| 2.1 数字医疗 | 第17-18页 |
| 2.2 物联网技术 | 第18-19页 |
| 2.2.1 短距离无线通讯技术 | 第19页 |
| 2.3 数据分析预测相关技术 | 第19-22页 |
| 2.3.1 k-means聚类算法 | 第19-21页 |
| 2.3.2 随机森林算法模型 | 第21-22页 |
| 2.4 Web开发相关技 | 第22-28页 |
| 2.4.1 Python编程语言 | 第23-24页 |
| 2.4.2 Django2.0框架 | 第24-25页 |
| 2.4.3 关系型数据库MySQL | 第25-26页 |
| 2.4.4 高德API | 第26-28页 |
| 第三章 基于k-means算法的云看护大健康平台分析与设计 | 第28-43页 |
| 3.1 平台需求分析 | 第28-29页 |
| 3.1.1 功能需求 | 第28-29页 |
| 3.1.2 非功能需求 | 第29页 |
| 3.2 平台的架构设计 | 第29-31页 |
| 3.3 数据采集及传输模块 | 第31-33页 |
| 3.3.1 数据采集模块 | 第31-32页 |
| 3.3.2 数据传输模块 | 第32-33页 |
| 3.4 平台的各个功能模块 | 第33-43页 |
| 3.4.1 亚健康数据的预处理模块 | 第33-36页 |
| 3.4.2 k-means聚类算法模块 | 第36-39页 |
| 3.4.3 随机森林预测模块 | 第39-41页 |
| 3.4.4 可视化模块 | 第41-43页 |
| 第四章 基于k-means算法的云看护大健康平台的实现 | 第43-62页 |
| 4.1 平台系统环境的搭建 | 第43-46页 |
| 4.2 平台基础功能模块的实现 | 第46-58页 |
| 4.2.1 用户数据信息管理页面 | 第46-50页 |
| 4.2.2 用户数据地图管理页面 | 第50-54页 |
| 4.2.3 用户心率血压血氧管理页面 | 第54-58页 |
| 4.3 平台健康管家功能模块的实现 | 第58-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 本文工作总结 | 第62-63页 |
| 5.2 下一阶段工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
本篇论文共68页，点击
这进入下载页面 |
|
| Copyright(C) All Rights Reserved |
| 客服QQ：304386486 |
| 目录由用户 mw19** 提供，作者删除入口请点击这里 |