首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于改进决策树算法的绩效测评应用研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第12-16页
    1.1 研究背景及意义第12页
    1.2 国内外研究现状第12-14页
    1.3 本文研究内容第14页
    1.4 本文组织结构第14-16页
第二章 基础理论知识第16-23页
    2.1 绩效测评理论知识第16-17页
        2.1.1 绩效测评定义第16页
        2.1.2 绩效测评衡量标准第16页
        2.1.3 绩效测评目的第16-17页
    2.2 数据挖掘理论知识第17-20页
        2.2.1 数据挖掘定义第17-18页
        2.2.2 数据挖掘功能第18页
        2.2.3 数据挖掘体系结构第18-19页
        2.2.4 数据挖掘详细过程第19-20页
    2.3 分类挖掘技术第20-22页
        2.3.1 分类概念第20页
        2.3.2 分类挖掘常用算法第20-22页
    2.4 本章小结第22-23页
第三章 决策树理论知识第23-40页
    3.1 决策树基本概念第23-24页
    3.2 决策树算法特点第24页
    3.3 决策树评价标准第24-26页
    3.4 决策树构建过程第26页
    3.5 决策树剪枝技术第26-27页
    3.6 清晰决策树常用算法第27-33页
        3.6.1 信息论知识介绍第27-29页
        3.6.2 ID3算法第29-30页
        3.6.3 C4.5算法第30-31页
        3.6.4 CART算法第31-32页
        3.6.5 SLIQ算法第32页
        3.6.6 SPRINT算法第32-33页
        3.6.7 PUBLIC算法第33页
        3.6.8 常用清晰决策树算法对比分析第33页
    3.7 模糊决策树常用算法第33-38页
        3.7.1 模糊集知识介绍第33-36页
            3.7.1.1 模糊集概念第33-35页
            3.7.1.2 模糊集表示方法第35页
            3.7.1.3 模糊集运算第35-36页
            3.7.1.4 模糊集常用隶属度函数第36页
        3.7.2 模糊决策树常用算法第36-38页
            3.7.2.1 FuzzyID3算法第36-37页
            3.7.2.2 Min-Ambiguity算法第37-38页
    3.8 决策树对比分析第38-39页
    3.9 本章小结第39-40页
第四章 决策树算法改进第40-50页
    4.1 ID3算法改进第40-46页
        4.1.1 采用ID3算法构建决策树第40-44页
        4.1.2 ID3算法改进原理第44-46页
            4.1.2.1 决策协调度概念第44-45页
            4.1.2.2 基于决策协调度的算法改进原理第45页
            4.1.2.3 采用改进ID3算法构建决策树第45-46页
        4.1.3 结果分析第46页
    4.2 FuzzyID3算法改进第46-49页
        4.2.1 采用FuzzyID3算法构建模糊决策树第47-48页
        4.2.2 采用改进FuzzyID3算法构建模糊决策树第48-49页
        4.2.3 结果分析第49页
    4.3 本章小结第49-50页
第五章 改进算法在员工绩效测评系统中的应用第50-71页
    5.1 确定挖掘对象及目标第50页
    5.2 数据采集第50-51页
    5.3 数据预处理第51-53页
    5.4 清晰决策树算法演示第53-60页
        5.4.1 采用ID3算法构建决策树第53-57页
        5.4.2 采用改进ID3算法构建决策树第57-59页
        5.4.3 模型评估第59-60页
    5.5 数据模糊化第60-62页
    5.6 模糊决策树算法演示第62-69页
        5.6.1 采用FuzzyID3算法构建模糊决策树第62-64页
        5.6.2 采用改进FuzzyID3算法构建模糊决策树第64-66页
        5.6.3 模型评估第66-69页
    5.7 本章小结第69-71页
第六章 结论与展望第71-73页
参考文献第73-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:面向高维大数据的特征选择方法研究
下一篇:农业机械运维管理系统的设计与实现