基于贝叶斯的判别理论及其算法实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景和意义 | 第10-12页 |
| ·研究背景 | 第10-12页 |
| ·研究目的及意义 | 第12页 |
| ·研究现状 | 第12-14页 |
| ·课题的提出 | 第14-15页 |
| ·课题的主要工作 | 第15页 |
| ·论文组织结构 | 第15-17页 |
| 第2章 基于贝叶斯的判别理论 | 第17-28页 |
| ·数据挖掘概述 | 第17-22页 |
| ·数据仓库的相关概念 | 第17-18页 |
| ·数据挖掘及知识发现的相关概念 | 第18-20页 |
| ·数据挖掘与数据仓库的关系 | 第20页 |
| ·数据挖掘基本算法 | 第20-22页 |
| ·判别分析理论概述 | 第22-24页 |
| ·判别分析基本原则 | 第22-23页 |
| ·各类基本判别分析算法 | 第23-24页 |
| ·判别分析与聚类分析的区别 | 第24页 |
| ·贝叶斯判别分析理论概述 | 第24-26页 |
| ·贝叶斯理论的发展历程 | 第25页 |
| ·贝叶斯定理和贝叶斯公式 | 第25-26页 |
| ·贝叶斯判别方法 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 贝叶斯分类模型设计和算法研究 | 第28-42页 |
| ·朴素贝叶斯分类模型 | 第28-32页 |
| ·朴素贝叶斯模型的学习和分类过程 | 第28-29页 |
| ·朴素贝叶斯分类模型的应用示例 | 第29-32页 |
| ·贝叶斯信念网络模型 | 第32-37页 |
| ·贝叶斯信念网络的相关概念 | 第33页 |
| ·贝叶斯信念网络的学习过程 | 第33-34页 |
| ·贝叶斯信念网络的应用示例 | 第34-37页 |
| ·树扩展贝叶斯（TAN）分类模型 | 第37-39页 |
| ·基于粗糙集理论的决策表属性约简 | 第39-40页 |
| ·误判风险（ECM）最小准则 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 贝叶斯判别分析模块详细设计 | 第42-54页 |
| ·地勘基金监管平台的系统总体结构 | 第42-45页 |
| ·地勘基金监管平台总体架构 | 第42-44页 |
| ·地勘基金监管平台功能结构 | 第44页 |
| ·地勘基金监管平台部署结构 | 第44-45页 |
| ·地勘基金监管平台的数据库设计 | 第45-47页 |
| ·判别分析模块的功能设计 | 第47-52页 |
| ·判别分析训练集组织 | 第50页 |
| ·训练集属性约简处理 | 第50-51页 |
| ·判别规则学习过程 | 第51页 |
| ·未知元组分类过程 | 第51-52页 |
| ·判别分析模块的程序结构设计 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 程序编码、测试及数据分析 | 第54-62页 |
| ·编程及测试环境说明 | 第54-55页 |
| ·程序功能演示及测试 | 第55-59页 |
| ·地勘基金监管平台主界面及功能列表说明 | 第55页 |
| ·判别分析科目选择及训练集组织 | 第55-56页 |
| ·训练集属性约简操作 | 第56-57页 |
| ·贝叶斯判别规则学习 | 第57-58页 |
| ·未知元组分类及结果展示 | 第58-59页 |
| ·数据分析及性能比较 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 结论 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 在攻读硕士研究生期间发表的论文 | 第67-68页 |
| 个人简历 | 第68页 |
