摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 有序决策树的研究进展 | 第11-13页 |
1.3 本文的主要工作及内容安排 | 第13-15页 |
第2章 有序决策树算法概述及应用研究 | 第15-43页 |
2.1 有序决策树分类算法相关知识 | 第15-19页 |
2.1.1 决策树及有序决策树简介 | 第15页 |
2.1.2 香农熵 | 第15-16页 |
2.1.3 有序熵 | 第16-19页 |
2.2 有序决策树算法分析研究 | 第19-23页 |
2.2.1 有序决策树与无序决策树的区别 | 第19-21页 |
2.2.2 基于有序熵的有序决策树算法 | 第21-23页 |
2.3 REMT算法在人工数据集和UCI数据集上的实验分析 | 第23-27页 |
2.3.1 基于人工单调数据的对比实验 | 第23-25页 |
2.3.2 基于UCI数据集的对比实验 | 第25-27页 |
2.4 REMT算法在大学生综合素质测评系统中的应用 | 第27-41页 |
2.4.1 数据采集 | 第27-29页 |
2.4.2 数据预处理 | 第29-33页 |
2.4.3 REMT算法在大学生综合素质测评数据集中的实验及分析 | 第33-41页 |
2.5 本章小结 | 第41-43页 |
第3章 属性选择算法概述及应用研究 | 第43-51页 |
3.1 算法相关知识 | 第43-45页 |
3.2 属性选择算法的在大学生综合素质测评数据集上实验及分析 | 第45-50页 |
3.3 本章小结 | 第50-51页 |
第4章 大学生综合素质测评系统的设计与实现 | 第51-56页 |
4.1 大学生综合素质测评系统的设计与实现 | 第51-55页 |
4.1.1 系统概述 | 第51-52页 |
4.1.2 系统设计与实现 | 第52-54页 |
4.1.3 系统模块的基本业务流程图 | 第54-55页 |
4.2 本章小结 | 第55-56页 |
第5章 总结与展望 | 第56-58页 |
5.1 总结 | 第56页 |
5.2 展望 | 第56-58页 |
参考文献 | 第58-60页 |
致谢 | 第60-61页 |
攻读硕士学位期间发表的论文及其它成果 | 第61页 |