模糊Bayes判别法在判别归类系统中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及其意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究目的及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 课题的提出 | 第14页 |
| 1.4 课题的主要工作 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第2章 判别分析相关理论 | 第17-28页 |
| 2.1 判别分析概述 | 第17-18页 |
| 2.2 距离判别分析 | 第18-21页 |
| 2.2.1 马氏距离 | 第18-19页 |
| 2.2.2 距离判别的思想及方法 | 第19-21页 |
| 2.3 贝叶斯判别分析 | 第21-25页 |
| 2.3.1 先知知识 | 第21-23页 |
| 2.3.1.1 先验概率 | 第21页 |
| 2.3.1.2 广义平方距离 | 第21-23页 |
| 2.3.2 贝叶斯判别准则 | 第23-24页 |
| 2.3.3 贝叶斯判别的解 | 第24-25页 |
| 2.3.4 正态总体的贝叶斯判别的解 | 第25页 |
| 2.4 判别效果的检验 | 第25-27页 |
| 2.4.1 两总体判别效果的检验 | 第26-27页 |
| 2.4.2 k总体判别效果的检验 (k2) | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 模糊贝叶斯判别 | 第28-39页 |
| 3.1 模糊数学 | 第28-31页 |
| 3.1.1 经典集合与特征函数 | 第28-29页 |
| 3.1.2 模糊集合与隶属函数 | 第29页 |
| 3.1.3 模糊集的运算 | 第29-30页 |
| 3.1.4 模糊集的基本定理— ? 水平截集 | 第30-31页 |
| 3.2 模糊贝叶斯的研究现状 | 第31页 |
| 3.3 基于模糊集理论的概率分析 | 第31-35页 |
| 3.3.1 专家语言描述的模糊数处理 | 第32-34页 |
| 3.3.2 模糊数解模糊 | 第34-35页 |
| 3.4 模糊贝叶斯判别算法模型 | 第35-38页 |
| 3.4.1 处理专家评判数据获取先验概率 | 第35-37页 |
| 3.4.2 使用模糊贝叶斯判别法求解 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 系统实现及实例应用 | 第39-55页 |
| 4.1 系统实现目的及意义 | 第39-40页 |
| 4.2 系统实现 | 第40-49页 |
| 4.2.1 系统流程 | 第40-42页 |
| 4.2.2 系统数据处理 | 第42-46页 |
| 4.2.3 导入数据在内存中的处理机制 | 第46页 |
| 4.2.4 模糊贝叶斯判别算法实现 | 第46-47页 |
| 4.2.5 选取计算方法 | 第47-48页 |
| 4.2.6 导出计算结果 | 第48-49页 |
| 4.3 模糊贝叶斯判别法在实例中的应用 | 第49-53页 |
| 4.3.1 计算模糊先验概率 | 第50-52页 |
| 4.3.2 计算广义平方距离 | 第52-53页 |
| 4.3.3 判别能力分析 | 第53页 |
| 4.4 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 个人简历 | 第59页 |
