基于AODE的加权一阶依赖贝叶斯森林模型的研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13页 |
| 1.4 本文的组织结构展示 | 第13-15页 |
| 第2章 知识背景介绍 | 第15-19页 |
| 2.1 概率论相关知识 | 第15-16页 |
| 2.2 信息论相关知识 | 第16-18页 |
| 2.2.1 信息论的形成和发展 | 第16页 |
| 2.2.2 信息论相关术语 | 第16-18页 |
| 2.3 贝叶斯定理 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 五种贝叶斯网络分类器的介绍 | 第19-30页 |
| 3.1 贝叶斯网络基本概念 | 第19-21页 |
| 3.2 五种贝叶斯分类模型 | 第21-29页 |
| 3.2.1 朴素贝叶斯分类模型 | 第21-22页 |
| 3.2.2 树增广朴素贝叶斯分类模型 | 第22-24页 |
| 3.2.3 k阶依赖贝叶斯分类模型 | 第24-26页 |
| 3.2.4 AODE | 第26-28页 |
| 3.2.5 WAODE | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 基于AODE的加权一阶依赖贝叶斯森林模型 | 第30-40页 |
| 4.1 算法提出的背景 | 第30-31页 |
| 4.2 AODF模型 | 第31-36页 |
| 4.2.1 AODF模型思路 | 第31-34页 |
| 4.2.2 AODF算法示例 | 第34-36页 |
| 4.3 WAODF模型 | 第36-38页 |
| 4.3.1 WAODF模型思路 | 第36-38页 |
| 4.3.2 WAODF算法示例 | 第38页 |
| 4.4 算法复杂度分析 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 实验与分析 | 第40-55页 |
| 5.1 实验环境 | 第40页 |
| 5.2 实验数据 | 第40-41页 |
| 5.3 评价标准 | 第41-43页 |
| 5.4 实验结果分析 | 第43-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 工作总结 | 第55-56页 |
| 6.2 未来展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者简介及科研成果 | 第60-61页 |
| 致谢 | 第61页 |
