| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-16页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文主要工作 | 第14-15页 |
| ·本文组织结构 | 第15-16页 |
| 第2章 模糊决策树 | 第16-33页 |
| ·经典决策树 | 第16-25页 |
| ·分类问题 | 第16-17页 |
| ·经典决策树定义 | 第17-18页 |
| ·决策树归纳算法概述 | 第18-21页 |
| ·决策树修剪与评估 | 第21-22页 |
| ·可伸缩的决策树技术 | 第22-25页 |
| ·模糊集合理论 | 第25-30页 |
| ·经典集合理论 | 第26页 |
| ·隶属函数与模糊集合 | 第26-28页 |
| ·模糊集上的一般运算 | 第28-30页 |
| ·模糊决策树 | 第30-33页 |
| 第3章 模糊SLIQ决策树归纳算法 | 第33-48页 |
| ·模糊SLIQ算法概述 | 第33页 |
| ·G-FDT算法概述 | 第33-41页 |
| ·候选属性模糊化 | 第34-36页 |
| ·节点分裂 | 第36-38页 |
| ·G-FDT节点分裂终止准则 | 第38页 |
| ·G-FDT算法描述 | 第38-41页 |
| ·G-FDT算法的缺陷 | 第41-46页 |
| ·缺陷分析 | 第41-44页 |
| ·G-FDT缺陷诱因分析 | 第44-46页 |
| ·修正G-FDT算法的原则 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于分类敏感度的抗噪模糊SLIQ决策树算法 | 第48-61页 |
| ·基于敏感度的模糊SLIQ决策树算法SG-FDT | 第48-53页 |
| ·候选属性的分类敏感度 | 第49-52页 |
| ·SG-FDT模糊决策树归纳算法 | 第52-53页 |
| ·可抗噪的SG-FDT算法 | 第53-60页 |
| ·箱线图异常点探测机制 | 第53-57页 |
| ·SG-FDT计算效率改进 | 第57-58页 |
| ·可抗噪SG-FDT算法概述 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 实验分析 | 第61-66页 |
| ·训练数据及决策树验证 | 第61-62页 |
| ·分类精度对比分析 | 第62-63页 |
| ·决策树规模与构造开销的对比分析 | 第63-64页 |
| ·决策树结构分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结和展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间发表的学术论文目录 | 第73-74页 |
| 学位论文评阅及答辩情况表 | 第74页 |