基于不确定性样例选择算法的研究与改进

摘要	第1-6页
Abstract	第6-9页
第1章 绪论	第9-13页
·研究背景与意义	第9-10页
·本课题国内外发展现状	第10-11页
·主要研究内容	第11-13页
第2章 不确定性理论及其在样例选择中的应用	第13-24页
·不确定性理论	第13-16页
·随机不确定性	第13-14页
·模糊不确定性	第14-15页
·不可指定不确定性	第15-16页
·样例选择算法	第16-21页
·数据过滤算法	第16-17页
·主动学习算法	第17-21页
·不确定性理论在样例选择中的应用	第21-24页
·样例类别的不确定性	第21-22页
·样例类别不确定性与学习器的关系	第22页
·样例选择中的不确定性	第22-24页
第3章 基于不确定性样例选择算法的研究与改进	第24-40页
·模糊决策树简介	第24-26页
·基于模糊决策树的最大不确定性的样例选择算法	第26-27页
·存在的缺点	第27-28页
·方法改进	第28-33页
·样例的相似度与相似矩阵	第29-32页
·样例的影响度	第32-33页
·改进后的样例选择标准	第33-35页
·算法描述与分析	第35-36页
·算法描述	第35-36页
·算法分析	第36页
·实验结果及分析	第36-39页
·本章小结	第39-40页
第4章 总结与展望	第40-41页
·本文总结	第40页
·工作展望	第40-41页
参考文献	第41-46页
致谢	第46-47页
攻读学位期间取得的科研成果	第47页