文獻(xiàn)報(bào)告格式

1、研究生“*”課程文獻(xiàn)閱讀報(bào)告撰寫基本要求一、 文獻(xiàn)閱讀報(bào)告的基本要求1按以下次序排版打?。簶?biāo)題，（姓名，所在學(xué)院，學(xué)號(hào)），中文摘要及關(guān)鍵詞，英文摘要及關(guān)鍵詞，正文，參考文獻(xiàn)。其中：（1）中文摘要（約150250字）在前，英文摘要（約200300個(gè)單詞）在后，關(guān)鍵字3-5個(gè)；（2）參考文獻(xiàn)：列出至少兩篇，對(duì)書或文章按如下要求書寫：序號(hào)書作者，書名，出版社，出版日期，版本序號(hào)文章作者，文章名，刊名，卷號(hào)，期號(hào)：起-訖頁(yè)碼，出版日期2. 文獻(xiàn)閱讀報(bào)告包含封面，封面的格式和第一頁(yè)樣例見下頁(yè)3文獻(xiàn)閱讀報(bào)告頁(yè)碼一律用小5號(hào)居中標(biāo)明，封面不包含頁(yè)碼二、文獻(xiàn)閱讀報(bào)告的字體格式要求論文標(biāo)題黑體二號(hào)姓名，學(xué)號(hào)，所

2、在學(xué)院 宋體五號(hào)摘要-黑體小五號(hào)（英文摘要標(biāo)題用新羅馬體10號(hào)加粗）摘要正文 宋小五號(hào)（英文摘要用新羅馬體10號(hào)）關(guān)鍵詞 黑體小五號(hào)（英文關(guān)鍵詞用新羅馬體10號(hào)加粗）關(guān)鍵詞的內(nèi)容 宋小五號(hào)（英文關(guān)鍵詞內(nèi)容用新羅馬體10號(hào)）正文中的標(biāo)題一級(jí)標(biāo)題四號(hào)黑體字, 二級(jí)標(biāo)題小四號(hào)黑體字正文宋體小四號(hào)（英文用新羅馬體12號(hào)）參考文獻(xiàn)小四號(hào)黑體字參考文獻(xiàn)的內(nèi)容宋體小五號(hào)（英文用新羅馬體10號(hào)） 研究生文獻(xiàn)閱讀課程文獻(xiàn)閱讀報(bào)告題 目:課程名稱 學(xué) 院 專 業(yè) 學(xué) 號(hào) 學(xué)生姓名基于貝葉斯方法的決策樹方法xxxx，0672xxxx，計(jì)算機(jī)科學(xué)與工程學(xué)院摘要: 本文主要介紹了貝葉斯方法、以及原理的運(yùn)用，決策樹方法、

3、以及算法原理；并針對(duì)數(shù)據(jù)挖掘的特點(diǎn)和本質(zhì),在充分利用貝葉斯方法和決策樹分類的優(yōu)點(diǎn)的基礎(chǔ)上,將貝葉斯的先驗(yàn)信息方法與決策樹分類的信息增益方法相結(jié)合,提出了一種新的數(shù)據(jù)挖掘分類算法(BD1.0 算法) ,并對(duì)此算法進(jìn)行了說明和設(shè)計(jì)。關(guān)鍵字：貝葉斯方法、決策樹方法、分類、BD1.0算法Abstract: The article has main introduce the method of Bayesian and application of its principle, the method of decision tree, and the principle of decision tre

4、e , the article also give the complication of these two methods ; According to the characteristic and essence of data mining and taking advantage of Bayesian method, a new classification method named BD1. 0 algorithm was presented. This method combined the prior information and information gain method of decision tree. The design and analysis of the algorithm was introduced too.Key words: Bayesian, decision tree, classification, algorithm of BD1.01 貝葉斯方法1.1 貝葉斯決策理論貝葉斯方法的關(guān)鍵是使用概率表示各種形式的不確定性。在選擇某事件面臨不確定性時(shí),在某一時(shí)刻假定此事件會(huì)發(fā)生的概率,然后根據(jù)不斷獲取的新的信息修正此概率