基于支持向量机和决策树的电信通信数据分析与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景 | 第12-13页 |
| ·研究现状 | 第13-14页 |
| ·国外研究现状 | 第13页 |
| ·国内研究现状 | 第13-14页 |
| ·研究内容 | 第14页 |
| ·研究目的与意义 | 第14-15页 |
| ·论文章节安排 | 第15-16页 |
| 第二章 基础知识介绍 | 第16-26页 |
| ·支持向量机 | 第16-19页 |
| ·支持向量机理论 | 第16-18页 |
| ·支持向量机分类 | 第18-19页 |
| ·决策树 | 第19-20页 |
| ·电信通信数据介绍 | 第20-24页 |
| ·测量报告 | 第20-21页 |
| ·测量报告中相关属性介绍 | 第21-24页 |
| ·小结 | 第24-26页 |
| 第三章 SVM多分类建模 | 第26-42页 |
| ·数据预处理 | 第26-30页 |
| ·数据清理 | 第26页 |
| ·数据归约 | 第26-28页 |
| ·数据归一化 | 第28页 |
| ·数据类别划分 | 第28-30页 |
| ·基于SVM和决策树的多分类器 | 第30-33页 |
| ·多分类器训练模型 | 第30-32页 |
| ·多分类器测试与分类 | 第32-33页 |
| ·相异度计算 | 第33-35页 |
| ·基于两种形态决策树的SVM多分类器 | 第35-38页 |
| ·基于正态树的SVM多分类器 | 第35-36页 |
| ·改进的偏态树SVM多分类器 | 第36-38页 |
| ·基于哈夫曼树的SVM多分类器 | 第38-40页 |
| ·基于哈夫曼树的SVM训练 | 第38-40页 |
| ·基于哈夫曼树的SVM分类 | 第40页 |
| ·小结 | 第40-42页 |
| 第四章 实验与结果 | 第42-52页 |
| ·实验环境 | 第42页 |
| ·实验数据 | 第42页 |
| ·实验工具与环境 | 第42页 |
| ·实验及结果分析 | 第42-50页 |
| ·根据上下行平衡等级分析MR的可靠性 | 第43页 |
| ·根据信号接收质量分析MR的可靠性 | 第43-44页 |
| ·基于SVM多分类方法 | 第44-48页 |
| ·结果分析 | 第48-50页 |
| ·小结 | 第50-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间从事的科研项目及发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |
