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 |