开题报告_朴素贝叶斯分类算法的研究及应用

《开题报告_朴素贝叶斯分类算法的研究及应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2012届毕业设计（论文）开题报告题目朴素贝叶斯分类算法的研究及应用学院计算机工程学院专业计算机科学与技术姓名班级08计2W指导教师起止日期2011年11月至2012年6月2011年11月25日毕业设计（论文）开题报告（课题目的意义；主要设计（研究）内容；设计（研究）方案；预期成果；进度安排及主要参考文献等）一、课题的意义与目的现在是一个信息爆炸的年代，人们需要新的技术来自动、智能和快速地分析海量的原始数据，以使数据得以充分利用，由此引发了一个新的研究方向：数据挖掘与知识发现的理论与技术研究。数据分类是数据挖掘的基本任务之一，在经济社会等领域有

2、着广泛的应用，朴素贝叶斯算法是一类重要的分类算法，在实际应用中也表想出了优秀的分类特性。本研究旨在自主开发出一套基于贝叶斯理论的分类的算法程序，并结合实际应用，研究算法性能，并解决实际问题.二、主要设计内容朴素贝叶斯分类算法的研究及应用重点体现在对贝叶斯理论原理的分析，主要包括贝叶斯理论和贝叶斯分类模型、基于属性的相关性分析贝叶斯分类模型、贝叶斯分类模型的具体实例应用等主要方面。贝叶斯理论和贝叶斯分类模型主要从数理统计角度引出贝叶斯分类算法的科学根据，并对其原理展开分析。其中包括概率论方面的知识，例如：条件概率、乘法定理、全概率公式和贝叶斯定理

3、等，以及分类模型的介绍，并介绍其中最简单也是最有效实际运用很成功的分类器，并提出一定的改进。基于属性的相关性分析贝叶斯分类模型，通过分析属性相关性度量和属性约简，提出基于属性相关性度量的朴素贝叶斯分类模型，并提出属性的约简方法。贝叶斯分类算法的实例，主要是选取日常生活中案例入手，例如，垃圾邮件的过滤、就业预测方向、等级考试成绩预测等案例，根据实际情况从中选择一个案例，设计预测软件，实现数据挖掘功能。三、设计方案本系统的开发环境是Myeclipse开发平台，使用的语言是JAVA语言开发，语言只是本算法设计的一个载体，由于作者本人熟悉JAVA，所以

4、就选择JAVA作为设计语言，设计一款具有可视化界面，能连接数据库，并能充分体现贝叶斯算法优势的软件。数据挖掘的重点是数据，没有数据挖掘就毫无意义，所以数据的收集、存储就是本设计的一个重要组成部分。根据系统功能需求，对所采集的数据需要进行存储，而作为关系型数据库的优秀软件之一的MicrosoftSQLServer，可以满足本算法的需求。SQL语言的主要功能就是同各种数据库建立联系，进行沟通。SQL语句可以用来执行各种各样的操作，例如更新数据库中的数据，从数据库中提取数据等。四、预期成果从朴素贝叶斯的原理入手，分析贝叶斯的原理及其实用价值，并经行一

5、定的应用，主要是通过一个贝叶斯的实例入手，体现出贝叶斯分类法的作用及在数据挖掘中的作用，并根据实例设计一款小型软件。如果时间允许，再在此基础上对贝叶斯算法进行一定的改进，达到对贝叶斯算法一个更深的了解。五、进度安排2011年11月1日―2011年11月28日：整理资料、完成开题报告2011年11月29日―2011年2月20日：完成总体设计2012年2月21日―2012年4月17日：进行第一阶段的设计，完成工作量的60%2012年4月18日―2012年5月25日：进行第二阶段的设计，完成毕业设计说明书2012年5月26日―2012年5月30日：准

6、备毕业设计答辩2012年6月1日―2012年6月12日：毕业设计答辩六、参考文献[1]蒋盛益,李霞,郑琪.数据挖掘原理与实践[M].北京：电子工业出版社，2011.[2]胡可云，田凤占，黄厚宽等.数据挖掘理论与应用[M].北京：清华大学出版社，2008.[3]邵峰晶等.数据挖掘原理与算法.第二版[M].北京：机械工业出版社，2004.[4]廖芹，郝志峰，陈志宏.数据挖掘与数学建模[M].国防工业出版社，2010.[5](美)RichardJ.Roiger，MichaelW.Geatz.数据挖掘教程.北京：清华大学出版社，2008.[6]同济大学

7、概率统计教研组.概率同济.第四版[M].上海：同济大学出版社，2009.[7]王征，李家兴.SqlServer2005实用教程[M].北京：清华大学出版社，2006.[8]钱雪忠.数据库原理及应用[M].北京：北京邮电大学出版社，2007.[9]宋中山，严千钧.JAVA程序设计[M].北京：清华大学出版社，2005.[10]聂永红.用于全国高校计算机等级考试的贝叶斯分类预测算法设计[J].科技资讯，2006，9：153-154..[11]陈朝大，梁柱勋，郑士基.一种利用关联规则的改进朴素贝叶斯分类算法[J].计算机系统应用，2010，19（11

8、）：106-109.[12]李艳，刘信杰，胡学钢.数据挖掘中朴素贝叶斯分类器的应用[J].潍坊学院学报，2007，7（4）：48-50.[13]张亚萍