贝叶斯网络学习及数据分类研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-17页 |
| 第1章 绪论 | 第17-27页 |
| ·研究意义与背景 | 第17页 |
| ·贝叶斯网络的发展现状 | 第17-24页 |
| ·贝叶斯网络学习 | 第18-22页 |
| ·贝叶斯网络推理 | 第22页 |
| ·含隐藏变量和选择变量的贝叶斯网络 | 第22-24页 |
| ·数据分类问题 | 第24-25页 |
| ·本文的主要内容和结构安排 | 第25-27页 |
| 第2章 贝叶斯网络和祖先图的基础知识 | 第27-41页 |
| ·贝叶斯网络基本知识 | 第27-34页 |
| ·图论知识和概率论知识 | 第27-30页 |
| ·贝叶斯网络 | 第30-34页 |
| ·祖先图基本知识 | 第34-41页 |
| ·考虑隐藏变量和选择偏倚的原因 | 第35-36页 |
| ·祖先图 | 第36-38页 |
| ·学习隐结构的算法 | 第38页 |
| ·本章小结 | 第38-41页 |
| 第3章 基于约束学习贝叶斯网络框架 | 第41-57页 |
| ·引言 | 第41-42页 |
| ·理论基础 | 第42-43页 |
| ·EHPC算法 | 第43-51页 |
| ·学习父子节点集的超集 | 第44-47页 |
| ·学习配偶节点集的超集 | 第47-49页 |
| ·子程序Inter-IAPC和主程序EHPC | 第49-51页 |
| ·仿真实验 | 第51-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 祖先图的本质图 | 第57-73页 |
| ·祖先图的等价类 | 第57-60页 |
| ·(最小) 本质图 | 第60-61页 |
| ·学习本质图框架 | 第61-67页 |
| ·算法流程 | 第61-63页 |
| ·理论证明 | 第63-67页 |
| ·实验结果 | 第67-72页 |
| ·本章小结 | 第72-73页 |
| 第5章 等价祖先图的转换 | 第73-83页 |
| ·引言 | 第73-74页 |
| ·基础知识 | 第74页 |
| ·转换流程 | 第74-81页 |
| ·本章小结 | 第81-83页 |
| 第6章 数据分类问题研究 | 第83-111页 |
| ·贝叶斯网络分类器 | 第83-92页 |
| ·粗糙集理论 | 第83-85页 |
| ·ARE-BNC算法 | 第85-89页 |
| ·实验结果 | 第89-92页 |
| ·本节总结 | 第92页 |
| ·k-最近邻分类器 | 第92-111页 |
| ·k-最近邻分类器的发展 | 第92-94页 |
| ·基础知识介绍 | 第94-96页 |
| ·新算法流程 | 第96-105页 |
| ·数值实验 | 第105-110页 |
| ·本节小结 | 第110-111页 |
| 第7章 结束语 | 第111-113页 |
| 参考文献 | 第113-129页 |
| 致谢 | 第129-131页 |
| 作者简介 | 第131-133页 |
