面向不确定数据的最近邻分类方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 背景和意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的贡献 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第二章 不确定性数据分类内容 | 第14-19页 |
| 2.1 不确定性数据模型 | 第14-16页 |
| 2.2 决策树模型 | 第16页 |
| 2.3 支持向量机 | 第16-18页 |
| 2.4 k-近邻规则 | 第18-19页 |
| 第三章 不确定最近邻分类规则 | 第19-23页 |
| 3.1 描述不确定对象和不确定分类 | 第19页 |
| 3.2 最近邻分类规则处理不确定对象 | 第19-20页 |
| 3.3 描述最可能的类 | 第20页 |
| 3.4 不确定的最近邻规则 | 第20-23页 |
| 第四章 不确定最近邻分类算法 | 第23-33页 |
| 4.1 预备工作 | 第23页 |
| 4.2 计算最近邻类的相关属性 | 第23-25页 |
| 4.3 计算最近邻类概率 | 第25-28页 |
| 4.3.1 概率pi(R) 的计算 | 第25-26页 |
| 4.3.2 类距离概率计算 | 第26-27页 |
| 4.3.3 计算类的概率 | 第27-28页 |
| 4.4 算法描述 | 第28-29页 |
| 4.5 实验结果 | 第29-33页 |
| 4.5.1 数据集描述 | 第29-30页 |
| 4.5.2 实验描述 | 第30-33页 |
| 第五章 结语 | 第33-36页 |
| 参考文献 | 第36-40页 |
| 攻读硕士学位期间发表学术论文情况 | 第40-41页 |
| 致谢 | 第41页 |
