基于粗糙集合和朴素贝叶斯模型的分类问题研究-计算机软件与理论专业论文.docxVIP

基于粗糙集合和朴素贝叶斯模型的分类问题研究-计算机软件与理论专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
The The Research of Classification Based Rough Sets and Naive Bayes Abstract Knowledge in Dambases(KDD for short)is new important rsearch topic in Artificial Intelligence and Database domain.it is the process of mining the interesting, potentially useful,valid and understandable knowledge in data.Classification is ofthe important problems in KDD. Rough Set theory proposed by polish mathematician pawlak,which used represent the uncertain knowledge.Rough Set theory has become main method for KDD due its unique advantage in knowledge discovery.Naive Bayes Classifier based bayesian Learning theory and maximum posteriori probabhy hypotheses, which is welcomed as its simplicity. This dissertation focuses the research of classification based Rough and Naive bayes,the contributions ofthis dissertation as follows: Extended rough set models analyed and new extension of rough set based the importance of attributes is presented. MAIR algorithm based Entropy theory is presented,which takes into the influence of the dependency of condition feature and decision—making feature towards reduction,and西ves the most approximately independency reduction results. Therefore,a Native Bayes Classifier method based Rough Set was introduced the basis ofMAlR.It has been demonstrated perfect performance by experiment. KEYWORDS:KDD,Rough Set,Reduct,Naive Bayes Classifier,Classification 合肥工业大学 合肥工业大学 本论文经答辩委员会全体委员审查,确认符合合肥工业大学硕士学位 论文质量要求。 答辩委员会签名: 职称 主席: 澉呵 、安锻娥 敬蠖 委员: 易h 铜巳础六≮ 敬擂 7丝 危 会犯础六≮ 敦壤 到娥 刭么援 导师: 娥 独创性声明本人声明所窄交的学位论文是本人在导师指导F进行的研究【:作及取得的研究成果。据 独创性声明 本人声明所窄交的学位论文是本人在导师指导F进行的研究【:作及取得的研究成果。据 我所知,除了文中特别加以标志和致谢的地方外,论文中小包含其他人已经发表或撰写过的 研究成果,也4二包含为获得盒避』些厶堂 或其他教育机构的学位或证书而使用过的材 刳。’。戏一同一I。作的同志对本研究所做的任何贡献均已在论文巾作r明确的说明并表不谢 意。 学位论文作者签字:素陋光签字H期:口}年§月f3日 学位论文版权使用授权书 本学位论文作者完全了解垒壁王些叁堂有关保留、使用学位论文的规定-有权保留 弗向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅或借阅。本人授权—金 8墨至些塞堂可以将学位论文的全部或部分论文内容编入有关数据库进行检索,可以采用影 印、编印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文者签名 挪始‰瑚 签字F-j期: 年 月 日 签字日期:眵年妒侈一 学位论文作者毕业后去向 1.作单位: 电话: 通讯地址: 邮编: 致谢值此论

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档