| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究目的与意义 | 第9-10页 |
| ·研究现状 | 第10-15页 |
| ·PU 学习 | 第10-13页 |
| ·不确定数据分类 | 第13-15页 |
| ·研究内容 | 第15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 相关研究概述 | 第16-21页 |
| ·不确定数据概述 | 第16-17页 |
| ·朴素贝叶斯分类器 | 第17-19页 |
| ·PNB 算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 PU 学习下针对不确定数据的朴素贝叶斯分类器 | 第21-33页 |
| ·问题定义 | 第21-22页 |
| ·PU 学习下针对不确定数据的朴素贝叶斯分类器 | 第22-27页 |
| ·不确定离散属性 | 第23-26页 |
| ·不确定连续属性 | 第26-27页 |
| ·改进的 UPNB 算法 | 第27-31页 |
| ·aUPNB 算法 | 第27-30页 |
| ·eUPNB 算法 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 实验结果与分析 | 第33-53页 |
| ·UPNB,aUPNB,eUPNB 分类性能评估 | 第34-46页 |
| ·不确定离散数据上的实验 | 第46-48页 |
| ·不确定连续数据上的实验 | 第48-50页 |
| ·不确定离散和连续数据上的实验 | 第50-51页 |
| ·时空分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 结论与展望 | 第53-54页 |
| ·结论 | 第53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 作者简介 | 第59页 |