| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外发展现状 | 第9-11页 |
| ·本文研究的主要内容 | 第11页 |
| ·本文的组织 | 第11-12页 |
| 第2章 模糊决策树学习 | 第12-27页 |
| ·模糊集 | 第12-14页 |
| ·模糊集和隶属函数 | 第12-13页 |
| ·模糊集的表示方法 | 第13-14页 |
| ·模糊推理 | 第14-17页 |
| ·模糊产生规则 | 第14-15页 |
| ·分类问题中不确定性表示 | 第15-16页 |
| ·不确定性度量 | 第16-17页 |
| ·模糊决策树的归纳过程 | 第17-24页 |
| ·数据预处理 | 第19-23页 |
| ·归纳建立决策树 | 第23页 |
| ·模糊决策树转换成模糊规则 | 第23-24页 |
| ·应用模糊规则分类 | 第24页 |
| ·清晰决策树与模糊决策树的比较 | 第24-27页 |
| 第3章 训练数据分类结果的不可指定性与模糊决策树泛化能力关系的研究 | 第27-38页 |
| ·决策树的泛化能力 | 第27页 |
| ·模糊决策树的分类结果及不可指定性度量 | 第27-29页 |
| ·研究的问题 | 第29-31页 |
| ·影响决策树构建的参数 | 第29-30页 |
| ·训练数据分类结果的不可指定性与泛化能力的关系研究 | 第30-31页 |
| ·实验 | 第31-37页 |
| ·数据库介绍 | 第31-32页 |
| ·实验过程描述 | 第32-37页 |
| ·实验结果及分析 | 第37-38页 |
| 第4章 结论与展望 | 第38-39页 |
| 参考文献 | 第39-41页 |
| 攻读硕士学位期间科研工作情况 | 第41-42页 |
| 致谢 | 第42页 |