区间值数据的概率处理方法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 区间值信息系统的研究背景 | 第10-12页 |
| 1.2 本文的主要内容 | 第12-14页 |
| 1.2.1 本文的主要研究内容 | 第12-13页 |
| 1.2.2 本文结构安排 | 第13-14页 |
| 第2章 区间值数据相关技术综述 | 第14-19页 |
| 2.1 区间值差异性度量 | 第14-15页 |
| 2.2 区间值聚类算法 | 第15-16页 |
| 2.3 区间值PCA算法 | 第16-17页 |
| 2.4 区间值特征选择 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 区间值数据的概率模型 | 第19-26页 |
| 3.1 区间值概率解释的例子 | 第19-21页 |
| 3.2 两个常用的分布 | 第21-22页 |
| 3.3 区间值数据差异性度量 | 第22-23页 |
| 3.4 基于概率模型的区间值差异性度量 | 第23-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第4章 区间值数据多变量回归 | 第26-33页 |
| 4.1 线性回归简介 | 第26-27页 |
| 4.2 区间值线性回归模型 | 第27-29页 |
| 4.2.1 权回归 | 第27-28页 |
| 4.2.2 带惩罚回归 | 第28-29页 |
| 4.2.3 随机期望回归 | 第29页 |
| 4.3 核回归 | 第29-30页 |
| 4.4 区间值核回归算法 | 第30-32页 |
| 4.5 本章小结 | 第32-33页 |
| 第5章 区间数据聚类 | 第33-42页 |
| 5.1 聚类简介 | 第33-34页 |
| 5.2 bucketKmeans算法 | 第34-41页 |
| 5.2.1 概率密度估计 | 第34-36页 |
| 5.2.2 区间值直方图估计 | 第36页 |
| 5.2.3 bucketKmeans | 第36-39页 |
| 5.2.4 bucketKmeans收敛性证明 | 第39-41页 |
| 5.3 本章小结 | 第41-42页 |
| 第6章 实验结果与分析 | 第42-56页 |
| 6.1 区间值回归算法实验结果 | 第42-48页 |
| 6.2 区间值聚类实验结果 | 第48-54页 |
| 6.3 本章小结 | 第54-56页 |
| 第7章 总结与展望 | 第56-58页 |
| 7.1 总结 | 第56页 |
| 7.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62-64页 |
| 致谢 | 第64页 |
