1. 研究目的与意义
一、 毕业设计内容1. 理论学习（1）了解中医诊断的内容、基本原则、判断标准等；（2）学习集成学习相关算法；（3）学习网络开发相关技术。
2．系统开发（1）功能要求对集成学习算法进行深入研究，探索利用集成学习算法开展中医辨证的创新应用，利用相关算法实现临床数据采集、量化诊断和可视化结果展示。
具体功能如下：a) 筛选2-3种集成学习算法进行比较。
2. 文献综述
1.摘要1.1目的利用集成学习相关算法，实现中医诊断的模拟。
1.2方法了解中医诊断的内容、基本原则、判断标准等，通过集成学习多种算法融合用于模拟中医辨证的思维方式，利用web技术开发相关的系统，实现辩证的数字化和智能化。
1.3结果 历史辨证数据的可视化结果展示，实现中医诊断模型。
3. 设计方案和技术路线
研究方法1、采用软件工程的项目管理思想设计软件；2、采用Flask、Asp.net、Jsp等网络开发技术设计展示程序；3、学习集成学习相关算法，如AdaBoost、随机森林等；4、利用Python技术实验相关决策过程。
二、技术指标1、代码书写规范、逻辑清晰；2、界面友好，操作简单；3、筛选算法，实验结果准确率高；4、程序设计思路清晰，运行效率高；5、论文书写规范，符合学校论文格式要求。
三、设计方案（1）学习集成算法理论，并选择合适的算法，将代码在Python上运行测试，查看中医医案诊断结果，筛选后期所用算法。
4. 工作计划
03月06日03月08日：熟悉中医诊断内容03月09日03月15日：筛选集成学习相关算法03月16日03月20日：需求分析03月21日04月10日：总体设计04月11日04月30日：代码设计04月31日05月20日：数据库设计、界面设计05月21日06月06日：测试完善、论文修改06月07日06月20日：论文答辩
5. 难点与创新点
1、中医诊断模型打破了诊断量化研究的瓶颈，实现临床数据采集、量化诊断。
2、设计的两种用户交互模式，包括单个病人智能辨证和批量数据导入后的智能辨证，将结果存入数据库并可以历史查询。
3、历史辨证数据的可视化结果展示，包括症状体征的分布、证型的分布等。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
