基于小生境遗传算法的增量贝叶斯算法
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·论文的研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·课题的研究内容 | 第12-13页 |
| ·本文组织结构 | 第13-14页 |
| 第2章 数据分类技术概述 | 第14-21页 |
| ·数据分类 | 第14-15页 |
| ·数据分类算法概述 | 第15-19页 |
| ·粗糙集分类 | 第15-16页 |
| ·ID3分类 | 第16-17页 |
| ·模糊分类 | 第17-18页 |
| ·关联分类 | 第18页 |
| ·改进的贝叶斯算法 | 第18-19页 |
| ·数据分类应用 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 相关算法 | 第21-29页 |
| ·贝叶斯分类算法 | 第21-24页 |
| ·经典的朴素贝叶斯算法 | 第21-22页 |
| ·贝叶斯网算法 | 第22-23页 |
| ·贝叶斯算法的应用 | 第23-24页 |
| ·遗传算法 | 第24-28页 |
| ·基本遗传算法 | 第24-26页 |
| ·小生境遗传算法 | 第26-27页 |
| ·遗传算法的现状 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于小生境遗传算法的增量贝叶斯算法 | 第29-54页 |
| ·问题描述 | 第29-33页 |
| ·增量贝叶斯算法 | 第33-47页 |
| ·相关概念 | 第33-39页 |
| ·小生境遗传算法在本算法中的应用 | 第39-43页 |
| ·增量分类 | 第43-45页 |
| ·改进的算法 | 第45-47页 |
| ·算法分析 | 第47-53页 |
| ·增量能力分析及优势 | 第47-49页 |
| ·时间复杂度和空间复杂度 | 第49-51页 |
| ·算法的适应性 | 第51-52页 |
| ·理想状态 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验结果及分析 | 第54-59页 |
| ·实验数据集介绍 | 第54-55页 |
| ·实验环境介绍 | 第55页 |
| ·实验结果 | 第55-58页 |
| ·基于ABALONE数据集的实验 | 第55-57页 |
| ·基于NURSERY数据集的实验 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |
