基于属性选择的多维贝叶斯网络分类器研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 贝叶斯网络分类器的研究背景及意义 | 第14-17页 |
| 1.2 贝叶斯网络分类器的研究现状 | 第17-19页 |
| 1.3 常见的分类方法介绍 | 第19-20页 |
| 1.4 本文的章节安排 | 第20-22页 |
| 第二章 贝叶斯网络及分类模型 | 第22-34页 |
| 2.1 贝叶斯网络 | 第22-24页 |
| 2.1.1 概率论基础 | 第22-23页 |
| 2.1.2 贝叶斯网络的概念 | 第23-24页 |
| 2.2 贝叶斯网络的分类模型 | 第24-31页 |
| 2.2.1 一维贝叶斯分类模型相关知识 | 第25-28页 |
| 2.2.2 多维贝叶斯分类模型相关知识 | 第28-31页 |
| 2.3 属性选择方法 | 第31-34页 |
| 第三章 基于属性选择的多维贝叶斯分类器 | 第34-46页 |
| 3.1 多标签分类问题 | 第34-35页 |
| 3.2 属性选择方法 | 第35-38页 |
| 3.3 稳健贝叶斯分类器 | 第38-40页 |
| 3.4 基于类电磁机制算法的多维贝叶斯分类器 | 第40-42页 |
| 3.5 实验仿真 | 第42-44页 |
| 3.5.1 实验数据集 | 第42-43页 |
| 3.5.2 实验环境 | 第43页 |
| 3.5.3 评价指标 | 第43页 |
| 3.5.4 实验结果与分析 | 第43-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 基于蚁群优化算法的多维贝叶斯分类器 | 第46-56页 |
| 4.1 蚁群优化算法 | 第46-47页 |
| 4.2 蚁群优化算法用于属性选择 | 第47-52页 |
| 4.2.1 启发信息更新策略 | 第49-51页 |
| 4.2.2 算法的具体步骤 | 第51-52页 |
| 4.3 实验仿真 | 第52-54页 |
| 4.3.1 评价函数 | 第52-53页 |
| 4.3.2 参数设置 | 第53页 |
| 4.3.3 实验结果与分析 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 工作总结和展望 | 第56-58页 |
| 5.1 本文总结 | 第56-57页 |
| 5.2 本文展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 作者简介 | 第64-65页 |
