项目介绍 

基于机器学习得心脏病预测系统通过对机器学习心脏病数据大数据分析统计系统的建设以实现机器学习心脏病数据分析统计功能。通过对心脏疾病变化市场的充分研究,结合自身技术储备情况,设计并开发了一套基于SpringBoot后台框架、Mybaits数据库映射框架、Redis为缓存中间件、以MySQL为底层数据库,利用Boostrap作为前端布局的基于机器学习得心脏病预测系统。完成了对基于机器学习得心脏病预测系统的需求分析、功能模块实现的划分、Hadoop、SSM的框架搭建、数据库关系分析与设计以及编码的实现。
基于机器学习得心脏病预测系统前台主要功能有心脏疾病详情功能、报警功能、预警报警功能、心脏疾病上报功能、监测与监测个性化功能、预警功能等等。后台主要包括心脏疾病管理、心脏疾病预警、心脏疾病分类管理、心脏疾病数据预测管理、异常监测管理、账户管理、上报管理等等。通过基于机器学习得心脏病预测系统可以将各个城市相关的心脏疾病数据预测持久化到Redis缓存数据库,提高了系统的访问速度。

开发环境
系统的技术架构主要包含前端架构、后台架构。系统使用Java语言进行开发。系统前端采用Bootstrap响应式布局和Layui的开源前端框架。系统后端使用Spring、SpringBoot以及MyBatis。底层数据库选择MySQL,缓存数据库采用Redis：Hadoop ;Mapreduce;SpringBoot;MySQL

功能需求
用户和管理员操作流程分为以下五个步骤：
1.用户或者管理员可以管理心脏疾病数据集。用户可以根据关键字搜索心脏疾病数据。
2.用户或者管理员可以上传数据,录入数据。
3.用户通过录入患者心脏疾病数据进行在线算法预测。
4.心脏病员根据不同情况对数据指标分析,对异常心脏疾病进行报警通知。
5.用户还可以使用在线咨询和回复功能。
总之,系统的心脏病预测平台模块主要由登录模块、首页门户模块、心脏数据集管理功能、心脏疾病预测功能、心脏疾病心脏病数据、心脏疾病数据录入、专家咨询、安全管理、系统管理等等

效果图

目录
1 绪 论 2
1.1 课题研究背景 2
1.2 国内外研究现状 2
1.2.1 国外研究现状 2
1.2.2 国内研究现状 3
1.3 研究内容 3
1.4 研究方法 4
1.4.1 搜索文献法 4
1.4.2 系统对比研究法 4
1.5 论文的章节安排 4
2 系统分析 5
2.1 可行性分析 5
2.1.1 技术可行性分析 5
2.1.2 经济可行性 5
2.1.3 操作可行性 5
2.2 系统需求分析 5
2.2.1 功能需求 6
2.2.2 系统性能需求 6
2.3 关键模块功能分析 7
2.3.1 系统用户登录模块 7
2.3.2 心脏病上报模块 8
2.3.3 心脏病算法预测模块 9
2.3.4 心脏疾病数据预测分析模块 10
3 系统设计 11
3.1 UML设计 11
3.2 页面设计 11
3.3 数据库设计 12
4 系统功能的实现 17
4.1 心脏病预测界面的实现 17
4.1.1 管理员登录 17
4.1.2 系统门户 17
4.1.3 心脏病预测数据上报 18
4.1.4 数据管理 19
4.1.5 用户信息管理 20
4.1.6 在线咨询 20
4.2 心脏病预测算法的实现 21
4.2.1 贝叶斯算法实现 21
5 系统测试 23
5.1 测试原则及方法 23
5.2 测试项目测试用例 23
5.3 软件测试结果 28
6 总 结 29
参考文献 29
致 谢 32