贝叶斯网络结构学习及MBNC实验平台的构建
中文摘要 | 第1-5页 |
Abstract | 第5-7页 |
前言 | 第7-8页 |
第一章 绪论 | 第8-10页 |
第一节 研究背景 | 第8页 |
第二节 研究现状 | 第8页 |
第三节 本文的主要工作 | 第8-10页 |
第二章 贝叶斯网络的概述 | 第10-15页 |
第一节 图模型及其定义 | 第10-11页 |
第二节 贝叶斯方法的基本观点 | 第11页 |
第三节 贝叶斯网络举例 | 第11-13页 |
第四节 贝叶斯网络学习的成功应用 | 第13-15页 |
第三章 贝叶斯网络的学习 | 第15-28页 |
第一节 贝叶斯网络结构学习 | 第15-19页 |
第二节 贝叶斯网络参数学习 | 第19-23页 |
第三节 贝叶斯网络推理算法 | 第23-28页 |
第四章 MBNC实验平台的构建 | 第28-40页 |
第一节 贝叶斯分类器 | 第28-29页 |
第二节 贝叶斯软件包简介 | 第29-30页 |
第三节 MBNC实验平台的结构功能 | 第30-33页 |
第四节 用MBNC实现贝叶斯分类器 | 第33-36页 |
第五节 实验结果分析 | 第36-40页 |
第五章 基于BIC测度的TANC结构学习算法 | 第40-45页 |
第一节 BIC测度介绍 | 第40-41页 |
第二节 基于BIC测度的TANC结构学习算法 | 第41-42页 |
第三节 实验结果分析 | 第42-45页 |
第六章 BNC结构学习:基于启发式的G2算法 | 第45-53页 |
第一节 学习贝叶斯网络结构的K2算法 | 第45-47页 |
第二节 基于启发式的G2算法 | 第47-48页 |
第三节 实验结果分析 | 第48-53页 |
第七章 进一步要做的工作 | 第53-55页 |
结束语 | 第55-56页 |
读研期间已发表和已投稿的论文 | 第56-57页 |
后记致谢 | 第57-58页 |
参考文献 | 第58-60页 |