贝叶斯网络分类器与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| 第一节 研究的背景和意义 | 第11-13页 |
| 一、 研究背景 | 第11-12页 |
| 二、 研究意义 | 第12-13页 |
| 第二节 研究现状 | 第13-17页 |
| 一、 离散属性朴素贝叶斯分类器 | 第13-14页 |
| 二、 连续属性朴素贝叶斯分类器 | 第14-15页 |
| 三、 朴素贝叶斯分类器的依赖扩展 | 第15-17页 |
| 四、 朴素贝叶斯及其扩展分类器的应用 | 第17页 |
| 第三节 研究方法和结构安排 | 第17-19页 |
| 一、 本文的主要研究方法 | 第17页 |
| 二、 本文结构安排 | 第17-19页 |
| 第二章 理论基础 | 第19-27页 |
| 第一节 概率论基础 | 第19-20页 |
| 第二节 贝叶斯网络基础 | 第20页 |
| 第三节 变量之间依赖关系的检验 | 第20-21页 |
| 第四节 连续属性的离散化 | 第21-25页 |
| 一、 离散化方法分类 | 第22-23页 |
| 二、 离散化方法 | 第23-25页 |
| 第五节 分类器性能评价标准和评价方法 | 第25-26页 |
| 第六节 本章小结 | 第26-27页 |
| 第三章 朴素贝叶斯分类器 | 第27-35页 |
| 第一节 离散属性朴素贝叶斯分类器 | 第27-29页 |
| 一、 分类器的结构 | 第27-28页 |
| 二、 分类器的表示形式 | 第28页 |
| 三、 参数学习 | 第28-29页 |
| 第二节 选择性朴素贝叶斯分类器 | 第29-31页 |
| 一、 特征子集选择 | 第29-30页 |
| 二、 选择性朴素贝叶斯分类器 | 第30-31页 |
| 第三节 半朴素贝叶斯分类器 | 第31-32页 |
| 第四节 连续属性朴素贝叶斯分类器 | 第32-34页 |
| 一、 基于高斯函数的属性条件密度估计 | 第32-33页 |
| 二、 基于高斯核函数的属性条件密度估计 | 第33-34页 |
| 第五节 本章小结 | 第34-35页 |
| 第四章 朴素贝叶斯分类器的依赖扩展 | 第35-51页 |
| 第一节 朴素贝叶斯分类器树结构依赖扩展 | 第36-39页 |
| 一、 TAN 分类器的结构学习 | 第36-37页 |
| 二、 TAN 分类器的表示形式 | 第37-38页 |
| 三、 TAN 分类器的简单优化 | 第38页 |
| 四、 TAN 分类器的评价 | 第38-39页 |
| 第二节 朴素贝叶斯分类器的 K 依赖扩展 | 第39-40页 |
| 第三节 朴素贝叶斯分类器的网络依赖扩展 | 第40-43页 |
| 一、 贝叶斯网络扩展朴素贝叶斯分类器表示形式 | 第40-41页 |
| 二、 贝叶斯网络的学习 | 第41-42页 |
| 三、 贝叶斯网络扩展朴素贝叶斯分类器 | 第42-43页 |
| 第四节 朴素贝叶斯扩展分类器的参数集成 | 第43-44页 |
| 第五节 朴素贝叶斯分类器的应用 | 第44-50页 |
| 一、 企业财务风险预警 | 第44-46页 |
| 二、 操作风险预警 | 第46-48页 |
| 三、 高校教师科研能力评估 | 第48-50页 |
| 第六节 本章小结 | 第50-51页 |
| 第五章 动态朴素贝叶斯分类器 | 第51-67页 |
| 第一节 动态朴素贝叶斯分类器 | 第51-56页 |
| 一、 动态朴素贝叶斯分类器结构和表示形式 | 第51-52页 |
| 二、 动态朴素贝叶斯分类器参数估计 | 第52-54页 |
| 三、 分类准确性估计和特征子集选择 | 第54-55页 |
| 四、 实验与分析 | 第55-56页 |
| 第二节 动态 TAN 分类器 | 第56-57页 |
| 第三节 动态朴素贝叶斯分类器的应用 | 第57-66页 |
| 一、 经济增长影响分析 | 第58-62页 |
| 二、 商品进出口影响分析 | 第62-66页 |
| 第四节 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 第一节 本文主要研究成果 | 第67页 |
| 第二节 未来展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 在读期间研究成果 | 第76页 |
