| 内容摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 引言 | 第7-10页 |
| ·课题背景 | 第7页 |
| ·金融自助设备监控系统发展现状 | 第7-8页 |
| ·选题意义及主要工作 | 第8页 |
| ·论文的组织结构 | 第8-9页 |
| ·小结 | 第9-10页 |
| 2 决策树学习概述 | 第10-26页 |
| ·决策树学习简介 | 第10-15页 |
| ·决策树的结构 | 第10-11页 |
| ·决策树学习的基本思想 | 第11-12页 |
| ·决策树学习的工作过程 | 第12-13页 |
| ·决策树的评价指标 | 第13-14页 |
| ·决策树学习的适用问题 | 第14-15页 |
| ·几种常用的决策树学习算法 | 第15-23页 |
| ·ID3算法 | 第15-16页 |
| ·C4.5算法 | 第16页 |
| ·CART算法 | 第16-18页 |
| ·SLIQ算法 | 第18-20页 |
| ·SPRINT算法 | 第20-21页 |
| ·PUBLIC算法 | 第21-22页 |
| ·算法的对比分析 | 第22-23页 |
| ·决策树学习算法分析总结 | 第23-24页 |
| ·小结 | 第24-26页 |
| 3 基于先验知识对ID3算法的改进与实现 | 第26-36页 |
| ·ID3算法的分析 | 第26-29页 |
| ·ID3算法流程 | 第26-27页 |
| ·ID3算法的评价 | 第27-29页 |
| ·基于先验知识对ID3算法的改进 | 第29-31页 |
| ·ID3算法的内在偏执 | 第29页 |
| ·用先验知识优化参数对ID3算法进行改进 | 第29-30页 |
| ·PKO-ID3算法的流程 | 第30-31页 |
| ·故障诊断决策树的生成 | 第31-35页 |
| ·金融自助设备运行数据分析 | 第31-33页 |
| ·用PKO-ID3算法生成决策树 | 第33-35页 |
| ·结果分析 | 第35页 |
| ·与原始的ID3算法的对比 | 第35页 |
| ·小结 | 第35-36页 |
| 4 PKO-ID3算法在金融自助设备监控系统中的应用 | 第36-42页 |
| ·自助设备监控系统 | 第36-39页 |
| ·系统的术语与定义 | 第37页 |
| ·总体设计方案 | 第37-38页 |
| ·功能模块设计 | 第38-39页 |
| ·自助设备监控系统故障诊断过程 | 第39-40页 |
| ·对自助设备监控系统的评价 | 第40-41页 |
| ·分类准确率的评价 | 第40页 |
| ·对应用效果的评价 | 第40-41页 |
| ·小结 | 第41-42页 |
| 5 总结和展望 | 第42-43页 |
| ·总结 | 第42页 |
| ·下一步工作 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 后记 | 第46-47页 |
| 附录 | 第47页 |