本文關(guān)鍵詞：模糊Bayes判別法在判別歸類系統(tǒng)中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計(jì)算機(jī)技術(shù)的日益發(fā)展,傳統(tǒng)的紙質(zhì)數(shù)據(jù)和項(xiàng)目管理模式正逐漸地退出歷史舞臺(tái),信息系統(tǒng)應(yīng)用技術(shù)已慢慢地占據(jù)主導(dǎo)地位。在當(dāng)今大數(shù)據(jù)背景下,海量數(shù)據(jù)涌現(xiàn)的同時(shí)還伴隨著多樣化的數(shù)據(jù)處理問(wèn)題。由經(jīng)驗(yàn)可知,在海量信息中只有小部分?jǐn)?shù)據(jù)是有價(jià)值的。迫于對(duì)能夠自動(dòng)且高效地獲取有用信息的技術(shù)的需求,數(shù)據(jù)挖掘技術(shù)變得越來(lái)越重要。貝葉斯判別法是一個(gè)經(jīng)典的數(shù)據(jù)挖掘算法,已經(jīng)被廣泛地應(yīng)用于多個(gè)判別領(lǐng)域,一直受到研究者們的高度重視,其判別能力及效率也獲得了認(rèn)可。在貝葉斯判別法的不足之處基礎(chǔ)上,希望通過(guò)將其與其他技術(shù)相融合來(lái)拓寬它的應(yīng)用范圍。為此,為了克服實(shí)際判別歸類問(wèn)題中的不確定性和模糊性,本課題選擇將能夠處理模糊性現(xiàn)象的模糊數(shù)學(xué)與貝葉斯判別法相結(jié)合。本文基于判別歸類系統(tǒng)面向多類用戶的需求,針對(duì)實(shí)際判別歸類問(wèn)題的特性,將模糊數(shù)學(xué)與貝葉斯判別法相結(jié)合,使用專家評(píng)判法來(lái)確定判別歸類問(wèn)題中各個(gè)已知總體的發(fā)生概率。本課題主要完成以下幾個(gè)方面的工作和研究?jī)?nèi)容。(1)研究距離判別法及貝葉斯判別法的理論知識(shí)并收集與其相關(guān)的研究應(yīng)用。通過(guò)對(duì)這兩個(gè)算法的比較分析,獲取各自的優(yōu)勢(shì)與不足,尋找與模糊數(shù)學(xué)相結(jié)合的突破點(diǎn)。(2)研究模糊數(shù)學(xué)的理論知識(shí)。深入了解實(shí)際應(yīng)用中的判別歸類案例,規(guī)劃模糊貝葉斯判別歸類過(guò)程,建立相應(yīng)模型。(3)分析判別歸類的需求特征,結(jié)合已建立的算法模型,定義系統(tǒng)中的數(shù)據(jù)輸入和產(chǎn)出。(4)依據(jù)改進(jìn)的算法模型及實(shí)際判別歸類需求,完成對(duì)判別歸類系統(tǒng)的整體設(shè)計(jì),并編寫(xiě)代碼實(shí)現(xiàn)。系統(tǒng)完成后,再進(jìn)行算法驗(yàn)證、可行性測(cè)試及多種算法判別能力的對(duì)比分析工作。本文不僅詳細(xì)闡述了上述研究?jī)?nèi)容,還介紹了模糊貝葉斯判別法在實(shí)際中的應(yīng)用,并將實(shí)現(xiàn)后的系統(tǒng)進(jìn)行了演示。
【關(guān)鍵詞】：貝葉斯判別法 模糊數(shù)學(xué) 模糊貝葉斯判別法 判別歸類系統(tǒng)
【學(xué)位授予單位】：中國(guó)地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O212.8;O159
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-17
• 1.1 研究背景及其意義10-13
• 1.1.1 研究背景10-12
• 1.1.2 研究目的及意義12-13
• 1.2 研究現(xiàn)狀13-14
• 1.3 課題的提出14
• 1.4 課題的主要工作14-15
• 1.5 論文的組織結(jié)構(gòu)15-16
• 1.6 本章小結(jié)16-17
• 第2章 判別分析相關(guān)理論17-28
• 2.1 判別分析概述17-18
• 2.2 距離判別分析18-21
• 2.2.1 馬氏距離18-19
• 2.2.2 距離判別的思想及方法19-21
• 2.3 貝葉斯判別分析21-25
• 2.3.1 先知知識(shí)21-23
• 2.3.1.1 先驗(yàn)概率21
• 2.3.1.2 廣義平方距離21-23
• 2.3.2 貝葉斯判別準(zhǔn)則23-24
• 2.3.3 貝葉斯判別的解24-25
• 2.3.4 正態(tài)總體的貝葉斯判別的解25
• 2.4 判別效果的檢驗(yàn)25-27
• 2.4.1 兩總體判別效果的檢驗(yàn)26-27
• 2.4.2 k總體判別效果的檢驗(yàn) (k2)27
• 2.5 本章小結(jié)27-28
• 第3章 模糊貝葉斯判別28-39
• 3.1 模糊數(shù)學(xué)28-31
• 3.1.1 經(jīng)典集合與特征函數(shù)28-29
• 3.1.2 模糊集合與隸屬函數(shù)29
• 3.1.3 模糊集的運(yùn)算29-30
• 3.1.4 模糊集的基本定理— ? 水平截集30-31
• 3.2 模糊貝葉斯的研究現(xiàn)狀31
• 3.3 基于模糊集理論的概率分析31-35
• 3.3.1 專家語(yǔ)言描述的模糊數(shù)處理32-34
• 3.3.2 模糊數(shù)解模糊34-35
• 3.4 模糊貝葉斯判別算法模型35-38
• 3.4.1 處理專家評(píng)判數(shù)據(jù)獲取先驗(yàn)概率35-37
• 3.4.2 使用模糊貝葉斯判別法求解37-38
• 3.5 本章小結(jié)38-39
• 第4章 系統(tǒng)實(shí)現(xiàn)及實(shí)例應(yīng)用39-55
• 4.1 系統(tǒng)實(shí)現(xiàn)目的及意義39-40
• 4.2 系統(tǒng)實(shí)現(xiàn)40-49
• 4.2.1 系統(tǒng)流程40-42
• 4.2.2 系統(tǒng)數(shù)據(jù)處理42-46
• 4.2.3 導(dǎo)入數(shù)據(jù)在內(nèi)存中的處理機(jī)制46
• 4.2.4 模糊貝葉斯判別算法實(shí)現(xiàn)46-47
• 4.2.5 選取計(jì)算方法47-48
• 4.2.6 導(dǎo)出計(jì)算結(jié)果48-49
• 4.3 模糊貝葉斯判別法在實(shí)例中的應(yīng)用49-53
• 4.3.1 計(jì)算模糊先驗(yàn)概率50-52
• 4.3.2 計(jì)算廣義平方距離52-53
• 4.3.3 判別能力分析53
• 4.4 本章小結(jié)53-55
• 第5章 總結(jié)與展望55-56
• 致謝56-57
• 參考文獻(xiàn)57-59
• 個(gè)人簡(jiǎn)歷59

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 崔光磊;熊偉;;貝葉斯判別法在煤與瓦斯突出預(yù)測(cè)中的應(yīng)用[J];煤炭工程;2013年03期

2 李建軍;丁正生;張海燕;;常用判別分類方法分析[J];西安科技大學(xué)學(xué)報(bào);2007年01期

  本文關(guān)鍵詞：模糊Bayes判別法在判別歸類系統(tǒng)中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：410414