| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究的背景和意义 | 第9-10页 |
| ·国内外研究的现状 | 第10-13页 |
| ·贝叶网络的参数学习 | 第11-12页 |
| ·贝叶斯网络的结构学习 | 第12-13页 |
| ·本文的主要研究工作 | 第13-14页 |
| ·论文组织 | 第14-16页 |
| 第二章 贝叶斯网络概述 | 第16-29页 |
| ·引言 | 第16页 |
| ·图模型 | 第16-18页 |
| ·贝叶斯定理与贝叶斯网络 | 第18-28页 |
| ·概率的基本理论 | 第18-20页 |
| ·贝叶斯网络 | 第20-22页 |
| ·贝叶斯网络中节点间关系分析 | 第22-28页 |
| ·小结 | 第28-29页 |
| 第三章 贝叶斯网络的学习 | 第29-36页 |
| ·引言 | 第29页 |
| ·贝叶斯网络的结构学习 | 第29-34页 |
| ·基于评分的结构学习算法 | 第30-34页 |
| ·基于条件独立的结构学习算法 | 第34页 |
| ·贝叶斯网络的参数学习 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 基于KL 距离的环删除算法与贝斯网络的结构学习 | 第36-57页 |
| ·引言 | 第36页 |
| ·K2 学习算法 | 第36-38页 |
| ·有向图中的环与贝叶斯网络的结构学习 | 第38-42页 |
| ·KL距离与环删除算法 | 第42-47页 |
| ·合式评估函数与KL距离 | 第42-44页 |
| ·基于KL距离的环删除算法 | 第44-47页 |
| ·基于评分-删环的贝叶斯网络的结构学习方法 | 第47-48页 |
| ·实验与结果分析 | 第48-55页 |
| ·小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·论文工作总结 | 第57页 |
| ·进一步的工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |