版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、碩士學(xué)位論文基于決策樹C 4 .5 算法剪枝策略的改進研究論文作者- 1 邱磊指導(dǎo)教師:金漢均教授學(xué)科專業(yè):計算機應(yīng)用技術(shù)研究方向:圖形圖像處理華中師范大學(xué)計算機學(xué)院2 0 1 6 年5 月華中師范大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師指導(dǎo)下,獨立進行研究工作所取得的研究成果。除文中已經(jīng)標(biāo)明引用的內(nèi)容外,本論文不包含任何其他個人或集體己經(jīng)發(fā)表或撰寫過的研究成果。對本文的研究做出貢獻的個
2、人和集體,均己在文中以明確方式標(biāo)明。本聲明的法律結(jié)果由本人承擔(dān)。作者簽名: 武礁 日期:勱f 多年易月≯日學(xué)位論文版權(quán)使用授權(quán)書學(xué)位論文作者完全了解華中師范大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,即:研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬華中師范大學(xué)。學(xué)校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版,允許學(xué)位論文被查閱和借閱;學(xué)??梢怨紝W(xué)位論文的全部或部分內(nèi)容,可以允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文。 (
3、保密的學(xué)位論文在解密后遵守此規(guī)定)保密論文注釋:本學(xué)位論文屬于保密,在——年解密后適用本授權(quán)書。非保密論文注釋:本學(xué)位論文不屬于保密范圍,適用本授權(quán)書。一 人 (作者簽名:鄖島 導(dǎo)師簽名:/要溯日期:勱瞎年易月2 - 日 日期:函f 易年島月2 一日本人已經(jīng)認真閱讀“C A L I S 高校學(xué)位論文全文數(shù)據(jù)庫發(fā)布章程”,同意將本人的學(xué)位論文提交“C A L I S 高校學(xué)位論文全文數(shù)據(jù)庫”中全文發(fā)布,并可按“章程”中的規(guī)定享受相關(guān)權(quán)益。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于決策樹c4.5算法的網(wǎng)絡(luò)入侵檢測研究
- 基于c4.5決策樹的試題難易程度分類研究
- 基于C4.5決策樹的試題難易程度分類研究.pdf
- 改進的c4.5決策樹算法研究及在高考成績預(yù)測分析中的應(yīng)用
- 基于模糊邏輯的轉(zhuǎn)子振動故障診斷決策樹c4.5算法模型研究
- 決策樹學(xué)習(xí)及其剪枝算法研究.pdf
- 決策樹分類及剪枝算法研究.pdf
- 基于c4.5決策樹的多特征遙感分類方法的探討與實踐
- 基于遺傳算法的決策樹剪枝方法.pdf
- 基于遺傳算法的決策樹剪枝方法(1)
- 基于cuda平臺的c4.5算法研究
- 基于決策樹算法的改進與應(yīng)用.pdf
- 改進的單調(diào)決策樹算法.pdf
- 基于離散度的決策樹算法改進.pdf
- c4.5算法的一種改進及其應(yīng)用
- 單位代價收益敏感決策樹分類算法及其剪枝算法的研究.pdf
- 基于改進信息熵離散化的決策樹算法研究
- 決策樹分類算法的研究與改進.pdf
- 基于粗糙集理論的決策樹剪枝.pdf
- 改進的有序決策樹歸納算法.pdf
評論
0/150
提交評論