贝叶斯分类算法研究及其在隧道病害预测中的应用
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-20页 |
| ·论文研究的目的和意义 | 第10-11页 |
| ·研究现状 | 第11-18页 |
| ·数据挖掘技术及研究现状 | 第11-14页 |
| ·贝叶斯分类算法国内外研究现状 | 第14-18页 |
| ·隧道病害评价研究现状 | 第18页 |
| ·论文的主要内容及组织结构 | 第18-20页 |
| 2 数据挖掘中的分类算法 | 第20-26页 |
| ·分类问题描述 | 第20-21页 |
| ·分类概念 | 第20-21页 |
| ·分类有效性评价 | 第21页 |
| ·常用的分类算法 | 第21-26页 |
| 3 几种经典的贝叶斯分类算法及其改进 | 第26-44页 |
| ·贝叶斯分类算法 | 第26-28页 |
| ·贝叶斯定理 | 第26-27页 |
| ·朴素贝叶斯分类 | 第27-28页 |
| ·加权式朴素贝叶斯分类算法 | 第28-30页 |
| ·加权朴素贝叶斯模型 | 第28页 |
| ·加权朴素贝叶斯分类过程 | 第28页 |
| ·属性权值的求解方法 | 第28-30页 |
| ·贝叶斯网络 | 第30-31页 |
| ·结合层次分析法的加权朴素贝叶斯分类模型 | 第31-35页 |
| ·模型的构建 | 第31-32页 |
| ·实例分析 | 第32-35页 |
| ·TAN分类算法 | 第35-39页 |
| ·TAN分类模型 | 第36页 |
| ·TAN分类器的构造 | 第36-39页 |
| ·加权混合贝叶斯分类模型 | 第39-44页 |
| ·WMB算法 | 第39-41页 |
| ·实验结果及分析 | 第41-44页 |
| 4 分类挖掘在隧道病害预测中的应用 | 第44-57页 |
| ·数据预处理 | 第44-51页 |
| ·数据清洗 | 第45-46页 |
| ·数据集成 | 第46-49页 |
| ·数据离散化 | 第49-51页 |
| ·模型的建立 | 第51-56页 |
| ·属性聚类 | 第51-53页 |
| ·属性子集的TAN模型 | 第53-54页 |
| ·结果分析 | 第54-56页 |
| ·建议 | 第56-57页 |
| 5 结论 | 第57-59页 |
| ·本文的研究内容 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
