棉纺质量数据挖掘技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-18页 |
| ·数据挖掘技术概述 | 第10-14页 |
| ·数据挖掘定义 | 第10-12页 |
| ·数据挖掘技术的研究现状和发展趋势 | 第12-13页 |
| ·数据挖掘中的分类问题 | 第13-14页 |
| ·本文的研究背景 | 第14-16页 |
| ·本文的研究内容和组织结构 | 第16-18页 |
| 第2章 分类问题常用算法 | 第18-24页 |
| ·决策树分类 | 第18-19页 |
| ·神经网络分类 | 第19-21页 |
| ·支持向量机分类 | 第21页 |
| ·遗传算法分类 | 第21-22页 |
| ·贝叶斯分类 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 成纱等级分类问题与难点分析 | 第24-31页 |
| ·成纱等级分类问题 | 第24-25页 |
| ·成纱等级分类问题的难点分析 | 第25-29页 |
| ·数据集难以选择 | 第25-26页 |
| ·数据空缺值、噪声值过多 | 第26-27页 |
| ·数据差异小，分级困难 | 第27-29页 |
| ·如何建立评估模型 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第4章 基于决策树的成纱等级分类算法的设计 | 第31-38页 |
| ·ID3决策树分类算法 | 第31-32页 |
| ·基于决策树的成纱等级分类算法设计 | 第32-36页 |
| ·基于决策树的成纱等级分类算法流程 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 基于贝叶斯的成纱等级分类算法的设计 | 第38-54页 |
| ·贝叶斯分类算法相关介绍 | 第38-47页 |
| ·贝叶斯相关定理和概念 | 第38-40页 |
| ·贝叶斯分类算法 | 第40-47页 |
| ·基于朴素贝叶斯分类算法的设计 | 第47-53页 |
| ·基于朴素贝叶斯分类模型 | 第48-49页 |
| ·基于朴素贝叶斯分类算法流程 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 算法比较与实现 | 第54-69页 |
| ·算法实验与比较分析 | 第54-60页 |
| ·算法实验结果 | 第54-56页 |
| ·决策树算法与朴素贝叶斯的比较和分析 | 第56-58页 |
| ·改进的贝叶斯分类算法的设计 | 第58-60页 |
| ·质量数据挖掘系统的设计与实现 | 第60-68页 |
| ·系统体系结构 | 第60-62页 |
| ·模块功能设计 | 第62-63页 |
| ·页面展示 | 第63-68页 |
| ·本章小结 | 第68-69页 |
| 第7章 总结和展望 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 个人简历 | 第76页 |
