| 内容提要 | 第1-6页 |
| §1 引言 | 第6-9页 |
| §2 贝叶斯网络分类器 | 第9-18页 |
| ·贝叶斯分类准则 | 第9-10页 |
| ·贝叶斯网络 | 第10-14页 |
| ·基本概念 | 第10-11页 |
| ·贝叶斯网络 | 第11-14页 |
| ·网络参数学习 | 第14页 |
| ·网络结构学习 | 第14-16页 |
| ·贝叶斯打分 | 第16-18页 |
| §3 模糊集的基本理论 | 第18-23页 |
| ·模糊集的定义 | 第18-19页 |
| ·模糊集的运算 | 第19-20页 |
| ·隶属函数的确定方法 | 第20页 |
| ·最大隶属度原则 | 第20-21页 |
| ·模糊分类方法 | 第21-23页 |
| §4 模型与实例研究 | 第23-33页 |
| ·结合变量选择的NBC 模型 | 第23-24页 |
| ·数据信息 | 第24-26页 |
| ·数据预处理 | 第26-27页 |
| ·数据集预处理 | 第27-28页 |
| ·模型建立 | 第28-31页 |
| ·比较分析 | 第31-33页 |
| §5 结论 | 第33-34页 |
| 参考文献 | 第34-38页 |
| 附录 | 第38-40页 |
| 致谢 | 第40-41页 |
| 中文摘要 | 第41-43页 |
| ABSTRACT | 第43-45页 |