首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于ABLE的机器学习系统的研究与改进

摘要第1-5页
Abstract第5-6页
目录第6-8页
第一章 绪论第8-13页
   ·研究背景第8-9页
   ·国内外研究现状第9-10页
   ·本文研究内容及意义第10-11页
   ·本文组织结构第11-13页
第二章 理论技术基础第13-25页
   ·Agent技术第13-16页
     ·基本概念第13页
     ·特征第13-15页
     ·分类第15-16页
   ·多Agent系统技术第16-18页
     ·基本概念第16-17页
     ·特性第17-18页
     ·多Agent系统的协调第18页
   ·机器学习技术第18-21页
     ·机器学习第18页
     ·多Agent系统机器学习的特点第18-20页
     ·多Agent系统机器学习的分类第20-21页
   ·XML技术与应用第21-25页
     ·XML简介第21页
     ·XML特点第21-22页
     ·XML文档的访问第22-24页
     ·XML在本文中的应用第24-25页
第三章 XML接口、多Agent系统的设计及决策树算法的研究第25-39页
   ·系统设计总体目标第25-27页
     ·需求分析第25-26页
     ·系统设计基本思想第26-27页
   ·XML接口模块设计第27-29页
     ·功能描述第27页
     ·基本思想第27-28页
     ·工作流程第28-29页
   ·ABLE中决策树算法的分析与改进第29-35页
     ·决策树的基本概念第29-30页
     ·ABLE中决策树的基本思想第30-31页
     ·模糊值第31页
     ·决策树算法的改进第31-35页
   ·多Agent系统在机器学习中的设计第35-39页
     ·模型的组成和结构第35-36页
     ·各个Agent的功能第36-37页
     ·机器学习过程的设计第37-39页
第四章 XML接口、多Agent系统及决策树算法的实现第39-50页
   ·开发平台第39页
   ·XML接口的实现第39-41页
     ·XML的文件格式第39-40页
     ·XMLReader类第40-41页
   ·改进的决策树算法的实现第41-43页
   ·多Agent系统的总体实现第43-50页
     ·ABLE中的基类第43-45页
     ·多Agent系统的实现第45-50页
第五章 系统测试与重点、难点分析第50-59页
   ·实验第50-55页
     ·实验环境第50-51页
     ·实验测试第51-53页
     ·实验结果分析第53-55页
   ·重点与难点分析第55-59页
     ·提取XML文件的信息第55-56页
     ·影响决策树算法的因素第56-57页
     ·多Agent系统的合作第57-59页
第六章 总结与展望第59-61页
   ·工作总结第59页
   ·展望第59-61页
参考文献第61-65页
在校期间发表论文第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:贵阳市小河区非公有制经济发展中软环境建设战略管理研究
下一篇:我国城市公办中小学农民工子女教育平等问题研究