基于KDB模型的无约束贝叶斯分类器的研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 相关理论知识 | 第15-20页 |
| 2.1 信息论基础 | 第15-16页 |
| 2.2 贝叶斯基础 | 第16-18页 |
| 2.2.1 条件概率和乘法公式 | 第16-17页 |
| 2.2.2 全概率公式和贝叶斯公式 | 第17页 |
| 2.2.3 马尔可夫毯 | 第17-18页 |
| 2.3 本章小结 | 第18-20页 |
| 第3章 约束型贝叶斯网络分类模型 | 第20-26页 |
| 3.1 朴素贝叶斯分类模型 | 第20-22页 |
| 3.2 树增广朴素贝叶斯分类模型 | 第22-23页 |
| 3.3 K-依赖贝叶斯分类模型 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第4章 基于KDB模型的无约束贝叶斯分类器 | 第26-30页 |
| 4.1 算法的思想 | 第26-27页 |
| 4.2 算法的步骤 | 第27-28页 |
| 4.3 算法的复杂度分析 | 第28-29页 |
| 4.4 本章小结 | 第29-30页 |
| 第5章 实验设计与分析 | 第30-45页 |
| 5.1 实验背景 | 第30-32页 |
| 5.2 实验评估 | 第32-33页 |
| 5.3 实验结果分析 | 第33-41页 |
| 5.3.1 分类精度分析 | 第33-39页 |
| 5.3.2 运行时间分析 | 第39-41页 |
| 5.4 UKDB模型在乳腺癌诊断方面的应用 | 第41-43页 |
| 5.4.1 实验背景 | 第41-42页 |
| 5.4.2 实验数据 | 第42页 |
| 5.4.3 实验结果与分析 | 第42-43页 |
| 5.5 实验总结 | 第43-44页 |
| 5.6 本章小结 | 第44-45页 |
| 第6章 总结与展望 | 第45-47页 |
| 6.1 总结 | 第45页 |
| 6.2 展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 作者简介及在学期间所取得的科研成果 | 第51-52页 |
| 致谢 | 第52页 |
