首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

朴素贝叶斯分类器及其改进算法研究

作者简介第1-8页
摘要第8-10页
ABSTRACT第10-14页
第一章 绪论第14-17页
   ·论文的研究背景和意义第14-16页
   ·论文的研究内容和组织结构第16-17页
第二章 朴素贝叶斯分类器第17-29页
   ·引言第17页
   ·分类的定义第17-18页
   ·贝叶斯方法概述第18页
   ·贝叶斯公式第18-19页
   ·极大后验假设第19-20页
   ·朴素贝叶斯分类器第20-25页
   ·实验设计与结果比较第25-28页
   ·小结第28-29页
第三章 隐藏扩展的朴素贝叶斯分类算法第29-39页
   ·引言第29-30页
   ·结构扩展方法综述第30-33页
   ·隐藏扩展的朴素贝叶斯分类算法第33-36页
   ·实验设计与结果比较第36-38页
   ·小结第38-39页
第四章 演化选择的朴素贝叶斯分类算法第39-46页
   ·引言第39页
   ·属性选择方法综述第39-41页
   ·演化选择的朴素贝叶斯分类算法第41-43页
   ·实验设计与结果比较第43-44页
   ·小结第44-46页
第五章 动态局部的朴素贝叶斯分类算法第46-54页
   ·引言第46-47页
   ·局部学习方法综述第47-49页
   ·动态局部的朴素贝叶斯分类算法第49-51页
   ·实验设计与结果比较第51-53页
   ·小结第53-54页
第六章 局部克隆的朴素贝叶斯排列算法第54-64页
   ·引言第54页
   ·排列的定义第54页
   ·排列算法的度量标准第54-56页
   ·排列算法的研究综述第56-58页
   ·朴素贝叶斯分类器排列性能调查研究第58-59页
   ·局部克隆的朴素贝叶斯排列算法第59-61页
   ·实验设计与结果比较第61-63页
   ·小结第63-64页
第七章 改进朴素贝叶斯分类器的其他方法研究第64-72页
   ·引言第64页
   ·改进朴素贝叶斯分类器的属性加权方法第64-66页
   ·改进朴素贝叶斯分类器的实例加权方法第66-69页
   ·改进朴素贝叶斯分类器的细合学习方法第69-71页
   ·小结第71-72页
第八章 若干实际问题的应用研究第72-80页
   ·引言第72页
   ·油水层模式识别问题第72-74页
   ·矿物类型识别问题第74-76页
   ·边坡状态识别问题第76-78页
   ·实验结果与分析第78-79页
   ·小结第79-80页
第九章 结束语第80-82页
   ·本文的主要贡献与创新第80-81页
   ·下一步的研究工作展望第81-82页
致谢第82-83页
参考文献第83-90页

论文共90页,点击 下载论文
上一篇:养猪废水中有机物厌氧生物降解机理的分子生物学解析
下一篇:基于循环经济的中国钢铁产业生态效率评价研究