基于属性加权的二阶TAN模型研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.2 贝叶斯网络分析 | 第11-13页 |
| 1.3 当前国内外研究现状 | 第13-14页 |
| 1.4 论文完成的工作 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 第2章 相关背景知识介绍 | 第16-22页 |
| 2.1 熵和互信息 | 第16-18页 |
| 2.2 贝叶斯 | 第18-20页 |
| 2.2.1 条件概率和乘法定理 | 第18页 |
| 2.2.2 贝叶斯定理 | 第18-20页 |
| 2.3 两种假设 | 第20页 |
| 2.4 本章小结 | 第20-22页 |
| 第3章 贝叶斯网络模型介绍 | 第22-30页 |
| 3.1 分类问题 | 第22-23页 |
| 3.2 朴素贝叶斯分类模型 | 第23-25页 |
| 3.3 隐藏的朴素贝叶斯分类模型 | 第25-27页 |
| 3.4 TAN分类模型 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 基于属性加权的二阶TAN模型 | 第30-40页 |
| 4.1 算法的提出 | 第30-31页 |
| 4.2 二阶TAN模型 | 第31-34页 |
| 4.2.1 算法设计思想 | 第31-32页 |
| 4.2.2 H-TAN模型的建立 | 第32-34页 |
| 4.3 WH-TAN模型的设计 | 第34-39页 |
| 4.3.1 加权平均算法 | 第34-35页 |
| 4.3.2 加权在贝叶斯分类中的应用 | 第35页 |
| 4.3.3 WH-TAN模型的建立 | 第35-38页 |
| 4.3.4 算法流程图 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 实验与分析 | 第40-53页 |
| 5.1 实验背景 | 第40-43页 |
| 5.1.1 实验环境 | 第40页 |
| 5.1.2 实验数据集 | 第40-43页 |
| 5.2 实验方法 | 第43-44页 |
| 5.3 实验结果 | 第44-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 论文总结 | 第53-54页 |
| 6.2 未来展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简介及在学期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |
