大数据背景下基于可信性的预测方法研究

目录

声明

第1章 绪 论

1.1 研究背景与意义

1.2.1 预测方法的研究现状

1.2.2 决策树的研究现状

1.2.3 大数据背景下决策树分类预测方法的研究现状

1.3 问题的提出

1.4 论文的研究内容

1.5 论文结构

第2章 预备知识

2.1 决策树基本概念

2.1.1 决策树简介

2.1.2 决策树算法基本步骤

2.1.3 决策树的评价指标

2.2 数理统计相关知识

2.3 本章小结

第3章 大数据背景下基于抽样的分类规则获取方法

3.1 分类规则的形式化描述

3.2 基于抽样的分类规则获取机制

3.2.1 基于可信阈值的分类规则筛选策略

3.2.2 分类规则筛选的实例解释

3.3 抽样背景下分类规则的可信性收敛特征

3.4 STDI的仿真实验

3.4.1 SDTI的测试可信性仿真分析

3.4.2 SDTI的分类性能仿真分析

3.4.3 SDTI的稳定性分析

3.5 本章小结

第4章 基于可信性分布的不确定性预测方法研究

4.1 预备知识

4.2 抽样条件下的预测方法执行机制

4.2.1 RDP执行机制

4.2.2 RDP的实例解释

4.3 抽样背景下可信性分布的收敛特征分析

4.4 RDP仿真实验

4.4.1 可信性分布的性能仿真

4.4.2 RDP的稳定性

4.5 本章小结

结论

参考文献

攻读硕士学位期间所发表的论文

致谢