| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-32页 |
| ·研究背景与意义 | 第11-16页 |
| ·知识发现的概念和过程 | 第11-13页 |
| ·数据挖掘中的知识表示模式 | 第13-15页 |
| ·不完整数据分类知识发现的概念及意义 | 第15-16页 |
| ·国内外研究现状 | 第16-27页 |
| ·不完整数据的类型 | 第16-17页 |
| ·不完整数据的处理 | 第17-20页 |
| ·分类模型构造方法研究现状 | 第20-23页 |
| ·不完整数据分类知识发现研究现状 | 第23-25页 |
| ·半监督分类知识发现研究现状 | 第25-27页 |
| ·目前研究的不足 | 第27-28页 |
| ·本论文的主要研究内容 | 第28-32页 |
| ·研究内容 | 第28-30页 |
| ·论文的主要创新点 | 第30-32页 |
| 2 不完整数据加权朴素信念分类算法研究 | 第32-70页 |
| ·不完整数据分类算法 | 第32-35页 |
| ·健壮贝叶斯分类 | 第32-34页 |
| ·朴素信念分类 | 第34-35页 |
| ·不完整数据加权朴素信念分类算法 | 第35-42页 |
| ·相关分析及相关系数 | 第36-37页 |
| ·有缺失数据项样本的加权保守推理规则 | 第37-40页 |
| ·加权朴素信念算法分类过程 | 第40-42页 |
| ·标准数据集UCI上的对比实验 | 第42-46页 |
| ·实验数据集及实验设计 | 第42-43页 |
| ·实验结果分析 | 第43-46页 |
| ·文体风格识别数据集上的实证研究 | 第46-68页 |
| ·文体风格识别问题分析 | 第46-48页 |
| ·文体特征提取及数据准备 | 第48-52页 |
| ·文体风格识别特征选择 | 第52-57页 |
| ·特征数据项缺失文体识别实验 | 第57-62页 |
| ·类别不平衡文体识别实验 | 第62-68页 |
| ·本章小结 | 第68-70页 |
| 3 两阶段半监督加权朴素信念分类算法研究 | 第70-89页 |
| ·问题分析 | 第70-74页 |
| ·未标记样本在分类学习中的作用 | 第70-72页 |
| ·现有半监督分类方法分析 | 第72-74页 |
| ·两阶段分类方法相关思路 | 第74-76页 |
| ·基于规则模型的两阶段分类 | 第75页 |
| ·两阶段半监督文本分类 | 第75-76页 |
| ·两阶段半监督加权朴素信念分类 | 第76-80页 |
| ·TSS-WNC分类主要过程 | 第77-79页 |
| ·时间复杂度分析 | 第79-80页 |
| ·在标准数据集UCI上的实验 | 第80-81页 |
| ·分类对比实验 | 第80页 |
| ·实验结果及分析 | 第80-81页 |
| ·文体风格识别两阶段半监督分类实验 | 第81-88页 |
| ·TSS-WNC与SVM_multiclass分类对比实验 | 第82-84页 |
| ·TSS-WNC与TSVM对比实验 | 第84-88页 |
| ·本章小结 | 第88-89页 |
| 4 放松区间优势的朴素信念分类算法研究 | 第89-107页 |
| ·问题分析 | 第89-92页 |
| ·区间优势比较 | 第92-94页 |
| ·基于放松区间优势推理规则的不完整数据分类 | 第94-99页 |
| ·放松的区间优势 | 第95-96页 |
| ·放松的区间优势推理规则 | 第96-99页 |
| ·基于放松区间优势推理规则的分类过程 | 第99页 |
| ·在标准数据集UCI上的实验 | 第99-104页 |
| ·RCIR-NCC分类对比实验 | 第99-102页 |
| ·实验结果分析 | 第102-104页 |
| ·在文体风格识别数据集上的实验 | 第104-106页 |
| ·本章小结 | 第106-107页 |
| 5 结论与研究展望 | 第107-110页 |
| ·论文主要研究工作及结论 | 第107-108页 |
| ·研究展望 | 第108-110页 |
| 参考文献 | 第110-119页 |
| 攻读博士学位期间发表学术论文情况 | 第119-120页 |
| 攻读博士学位期间参与课题情况 | 第120-121页 |
| 致谢 | 第121-122页 |