基于属性分割的混合产生式判别式分类模型研究

摘要	第1-7页
Abstract	第7-10页
1 绪论	第10-15页
·研究背景及意义	第10-11页
·国内外研究现状	第11-13页
·分类模型研究现状	第11-12页
·混合分类模型研究现状	第12-13页
·邮件过滤常用技术	第13页
·本文的主要工作及创新点	第13-14页
·本文的组织结构	第14-15页
2 分类模型算法	第15-27页
·产生式分类模型	第15-19页
·产生式分类模型	第15页
·产生式分类模型典型算法	第15-19页
·判别式分类模型	第19-22页
·判别式分类模型	第19-20页
·判别式分类模型典型算法	第20-22页
·产生式与判别式分类模型比较	第22-26页
·实验数据集及实验平台	第22-23页
·准确率比较	第23-24页
·时间比较	第24-25页
·渐进误差比较	第25-26页
·本章小结	第26-27页
3 混合分类模型	第27-33页
·产生式与判别式模块化组合	第27-29页
·多条件学习法	第27-28页
·判别函数法	第28页
·基分类器集成学习法	第28-29页
·判别式与产生式模型的互相学习	第29-30页
·判别式模型的产生式学习方法	第29-30页
·产生式模型的判别式学习方法	第30页
·基于属性和数据分割的混合分类模型	第30-31页
·混合分类模型的难点和研究方向	第31-32页
·本章小结	第32-33页
4 基于属性分割的混合分类模型	第33-38页
·引言	第33-34页
·基于属性分割的混合分类模型	第34-35页
·实验及结果	第35-37页
·实验数据集	第35-36页
·数据集预处理	第36页
·实验方法及结果分析	第36-37页
·本章小结	第37-38页
结论	第38-39页
参考文献	第39-43页
致谢	第43-44页
攻读硕士学位期间发表的论文	第44-45页