| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 论文研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文研究内容与组织结构 | 第15-17页 |
| 第二章 分类与朴素贝叶斯分类器 | 第17-27页 |
| 2.1 分类及分类器概念 | 第17页 |
| 2.2 分类器性能的评价标准 | 第17-19页 |
| 2.3 分类器分类准确率的评价方法 | 第19-20页 |
| 2.4 贝叶斯理论概论 | 第20-23页 |
| 2.5 朴素贝叶斯分类器 | 第23-25页 |
| 2.6 朴素贝叶斯分类器的特点 | 第25-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 朴素贝叶斯分类器改进方法的研究 | 第27-41页 |
| 3.1 半朴素贝叶斯分类器 | 第27-29页 |
| 3.2 贝叶斯信念网络 | 第29-34页 |
| 3.3 树状贝叶斯网络模型 | 第34-37页 |
| 3.4 隐藏的朴素贝叶斯模型 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于SVD与PCA的朴素贝叶斯分类模型研究 | 第41-51页 |
| 4.1 奇异值分解 | 第41-44页 |
| 4.2 主成分分析 | 第44-46页 |
| 4.3 基于SVD和PCA的朴素贝叶斯分类模型 | 第46-47页 |
| 4.4 实验分析 | 第47-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 基于SVD与PCA的加权朴素贝叶斯分类模型研究 | 第51-57页 |
| 5.1 加权朴素贝叶斯分类模型 | 第51-52页 |
| 5.2 基于SVD与PCA的加权朴素贝叶斯分类模型 | 第52-53页 |
| 5.3 实验分析 | 第53-54页 |
| 5.4 本章小结 | 第54-57页 |
| 第六章 总结 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
