首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于属性值信息熵的KNN算法改进研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-15页
   ·选题的研究背景和意义第9页
   ·KNN 分类算法第9-13页
     ·KNN 分类算法的定义和特点第9-10页
     ·在距离上的改进第10-11页
     ·加快KNN 算法的分类速度第11-13页
   ·本文的主要工作和结构安排第13-15页
第2章 基于属性值信息熵的K-邻近法第15-25页
   ·基于属性值信息熵的K-邻近法的提出第15-16页
   ·基于属性值信息熵的K-邻近法EntropyKNN第16-19页
     ·相关定义第16-17页
     ·EntropyKNN 算法第17-19页
   ·与其他方法的对比第19-21页
   ·实验结果第21-23页
     ·实验数据及评价指标第21页
     ·实验结果与分析第21-23页
   ·本章小结第23-25页
第3章 基于层次聚类法的EntropyKNN 算法第25-31页
   ·基于层次聚类法的EntropyKNN 算法的意义第25页
   ·基于层次聚类法的Entropy-KNN 算法第25-29页
   ·实验结果第29-30页
   ·本章小结第30-31页
第4章 基于属性约简的EntropyKNN 算法第31-35页
   ·基于属性约简的EntropyKNN 算法的提出第31页
   ·基于属性约简的EntropyKNN 算法第31-34页
   ·本章小结第34-35页
第5章 总结和展望第35-37页
   ·全文总结第35-36页
   ·研究和展望第36-37页
参考文献第37-40页
致谢第40-41页
攻读学位期间取得的科研成果第41页

论文共41页,点击 下载论文
上一篇:大学生健康人格与心理健康、自我和谐的关系研究
下一篇:计算机通信网可靠性设计研究