| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第7-12页 |
| ·背景知识 | 第7页 |
| ·决策树算法及研究现状 | 第7-8页 |
| ·决策树剪枝算法的提出 | 第8-10页 |
| ·本文主要研究内容 | 第10-12页 |
| 第2章 剪枝算法的选取与模糊决策树的形成 | 第12-18页 |
| ·清晰决策树ID3算法 | 第12-13页 |
| ·减小错误率后剪枝(Reduced Error Pruning-REP)算法 | 第13页 |
| ·代价复杂度后剪枝(Cost Complexity Pruning-CCP)算法 | 第13-15页 |
| ·基于FuzzyID3算法的模糊决策树 | 第15-16页 |
| ·基于Min-Ambiguity算法的模糊决策树 | 第16-18页 |
| 第3章 参数α对模糊决策树性能影响与清晰决策树的后剪枝效果研究 | 第18-34页 |
| ·理论分析 | 第18-21页 |
| ·实验数据 | 第21-25页 |
| ·使用遗传算法对参数α进行优化 | 第25-33页 |
| ·遗传算法的特点 | 第26页 |
| ·遗传算法描述 | 第26-27页 |
| ·遗传算法的步骤与方法 | 第27-28页 |
| ·使用遗传算法对模糊决策树中参数α进行优化 | 第28-32页 |
| ·算法的试验结果与分析 | 第32-33页 |
| ·总结 | 第33-34页 |
| 第4章 结束语 | 第34-35页 |
| 参考文献 | 第35-37页 |
| 攻读硕士学位期间科研工作情况 | 第37-38页 |
| 致谢 | 第38页 |
