首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于属性加权的选择性朴素贝叶斯分类研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-15页
   ·研究背景及意义第9-10页
   ·朴素贝叶斯分类国内外研究现状第10-13页
   ·论文的主要工作第13页
   ·论文组织结构第13-15页
第2章 朴素贝叶斯相关理论第15-26页
   ·贝叶斯分类相关理论第15-17页
     ·概率论基础第15-17页
     ·贝叶斯分类基本原理第17页
   ·朴素贝叶斯分类器及其扩展第17-22页
     ·朴素贝叶斯分类模型第18-19页
     ·半朴素贝叶斯分类器第19-20页
     ·树扩展朴素贝叶斯分类器第20-21页
     ·网络扩展的朴素贝叶斯分类器第21-22页
   ·常用的选择性朴素贝叶斯分类算法第22-24页
     ·FSS 算法第22-23页
     ·FSSJ 与 BSEJ 算法第23-24页
     ·SBC 算法第24页
   ·本章小结第24-26页
第3章 基于属性加权的选择性 NBC 模型第26-47页
   ·属性加权 NBC 模型第26-31页
     ·加权 NBC 模型基本思想第26-27页
     ·加权 NBC 模型深入分析第27-28页
     ·相关概率属性加权方法第28-30页
     ·相关概率法加权 NBC 模型设计第30-31页
   ·基于属性相关性度量的选择性 NBC 模型第31-36页
     ·相关性度量属性选择方法第32-34页
     ·基于属性相关性度量的选择性 NBC 模型 RNBC 模型设计第34-36页
   ·基于属性相关性度量的选择性加权 NBC 模型第36-38页
   ·基于包装法的选择性 NBC 模型第38-43页
     ·包装法属性选择第38-40页
     ·基于包装法的选择性 NBC 模型 SNBC 模型设计第40-43页
   ·联合包装法和相关性度量法的选择性加权 NBC 模型第43-46页
     ·WRSNBC 模型的设计实现第43-46页
   ·本章小结第46-47页
第4章 实验及结果分析第47-54页
   ·数据集选择第47-48页
   ·基本改进 NBC 模型的实验评估第48-50页
     ·实验设计第48页
     ·实验结果及分析第48-50页
   ·结合属性加权和属性选择改进 NBC 模型的实验评估第50-51页
     ·实验设计第50页
     ·实验结果及分析第50-51页
   ·所有改进 NBC 模型的实验结果总结第51-53页
   ·本章小结第53-54页
结论第54-56页
参考文献第56-61页
攻读硕士学位期间发表的论文和取得的科研成果第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:计算机桌面图像缩放拼接系统设计与实现
下一篇:基于惯性传感器的人体动作分析与识别