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

基于最大条件概率的单依赖分类器聚合算法研究

摘要第3-4页
Abstract第4页
第1章 绪论第10-17页
    1.1 课题背景第10-11页
    1.2 聚合单依赖算法研究现状第11-13页
        1.2.1 选择聚合方法第12-13页
        1.2.2 加权聚合方法第13页
    1.3 问题定义和本文工作第13-15页
        1.3.1 问题定义第13-14页
        1.3.2 本文工作第14-15页
    1.4 章节组织结构第15-17页
第2章 聚合单依赖算法相关研究工作第17-31页
    2.1 朴素贝叶斯到聚合单依赖算法第17-22页
        2.1.1 朴素贝叶斯第17-18页
        2.1.2 单依赖模型第18-20页
        2.1.3 公共父依赖模型第20-21页
        2.1.4 聚合单依赖模型第21-22页
    2.2 选择聚合模型第22-26页
        2.2.1 后向消除模型第22页
        2.2.2 前向增加模型第22-23页
        2.2.3 AMDL模型第23-24页
        2.2.4 NSR模型第24-26页
    2.3 加权聚合模型第26-29页
        2.3.1 AODE模型第26-28页
        2.3.2 WODE模型第28页
        2.3.3 信息论加权模型第28-29页
        2.3.4 描述距离加权模型第29页
    2.4 本章小节第29-31页
第3章 EODE-CLL:基于最大条件概率的聚合模型第31-42页
    3.1 模型介绍和框架第31-34页
        3.1.1 模型介绍第31-33页
        3.1.2 模型框架第33-34页
    3.2 模型算法第34-37页
        3.2.1 训练第34-36页
        3.2.2 预估第36-37页
    3.3 模型参数第37-40页
        3.3.1 第一层权重w第37-38页
        3.3.2 第二层权重v第38-40页
    3.4 模型表达能力第40-41页
        3.4.1 AODE模型第40页
        3.4.2 WODE模型第40页
        3.4.3 AMDL模型第40-41页
        3.4.4 NSR模型第41页
    3.5 本章小结第41-42页
第4章 实验与分析第42-64页
    4.1 实验数据第42-44页
        4.1.1 数据集第42页
        4.1.2 预处理第42-44页
    4.2 评测标准第44-46页
    4.3 实验结果及分析第46-53页
        4.3.1 准确度第46-49页
        4.3.2 F值第49-50页
        4.3.3 偏差和方差第50-53页
    4.4 权重模型实验及分析第53-57页
        4.4.1 第一层权重第54页
        4.4.2 第二层权重第54-57页
        4.4.3 两层结构第57页
    4.5 EODE-CLL VS.逻辑回归第57-61页
    4.6 EODE-CLL VS.支持向量机第61-63页
    4.7 本章小结第63-64页
第5章 总结与展望第64-66页
    5.1 本文总结第64-65页
    5.2 未来工作展望第65-66页
参考文献第66-72页
攻读硕士学位期间主要的研究成果第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:带有饱和非线性状态约束的线性离散时间系统保性能控制
下一篇:基于QoS的自适应失效检测服务的研究与实现