| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 土地利用/覆被变化(LUCC)中退耕农民的土地利用行为 | 第8-10页 |
| 1.1.1 LUCC的概念与意义 | 第8页 |
| 1.1.2 LUCC模型的研究现状 | 第8-9页 |
| 1.1.3 退耕农民的土地利用行为 | 第9-10页 |
| 1.2 贝叶斯网络 | 第10-15页 |
| 1.2.1 贝叶斯网络的提出与概念 | 第10-13页 |
| 1.2.2 贝叶斯网络的研究现状 | 第13-15页 |
| 1.2.3 贝叶斯网络在LUCC模型中的应用 | 第15页 |
| 1.3 本文的安排 | 第15-16页 |
| 2 方法介绍 | 第16-34页 |
| 2.1 数据预处理 | 第16-20页 |
| 2.1.1 数据的填充、剔除、假设和合并计算 | 第16-17页 |
| 2.1.2 数据离散化 | 第17-20页 |
| 2.2 BNT提供的结构学习算法 | 第20-28页 |
| 2.2.1 因果搜索算法 | 第21-22页 |
| 2.2.2 MWST算法 | 第22页 |
| 2.2.3 朴素贝叶斯及其改进算法 | 第22页 |
| 2.2.4 MCMC算法 | 第22-23页 |
| 2.2.5 启发式算法 | 第23页 |
| 2.2.6 K2算法 | 第23-28页 |
| 2.3 贝叶斯网络评价方法 | 第28-29页 |
| 2.4 分类检验方法 | 第29-32页 |
| 2.4.1 保留验证 | 第31页 |
| 2.4.2 K折交叉验证 | 第31-32页 |
| 2.5 贝叶斯网络推理算法 | 第32-33页 |
| 2.6 小结 | 第33-34页 |
| 3 退耕农民土地利用行为的贝叶斯网络 | 第34-54页 |
| 3.1 数据来源与预处理结果 | 第34-37页 |
| 3.1.1 数据来源 | 第34页 |
| 3.1.2 数据预处理结果 | 第34-37页 |
| 3.2 构建退耕农民土地利用行为的贝叶斯网络 | 第37-41页 |
| 3.2.1 各结构学习算法的运行结果 | 第37-39页 |
| 3.2.2 网络评价与选取 | 第39-41页 |
| 3.2.3 BF-LUC-BN结构分析 | 第41页 |
| 3.3 BF-LUC-BN分类检验 | 第41-44页 |
| 3.4 BF-LUC-BN推理 | 第44-53页 |
| 3.4.1 单个节点推理 | 第44-45页 |
| 3.4.2 联合推理 | 第45-53页 |
| 3.5 小结 | 第53-54页 |
| 4 改进的退耕农民土地利用行为的贝叶斯网络 | 第54-62页 |
| 4.1 基于经验改进的网络（EI-BF-LUC-BN） | 第54-57页 |
| 4.1.1 EI-BF-LUC-BN结构 | 第54页 |
| 4.1.2 EI-BF-LUC-BN分类检验 | 第54-57页 |
| 4.2 基于蒙特卡洛算法改进的网络（MI-BF-LUC-BN） | 第57-61页 |
| 4.2.1 MI-BF-LUC-BN结构 | 第57-59页 |
| 4.2.2 MI-BF-LUC-BN分类检验 | 第59-61页 |
| 4.2.3 MI-BF-LUC-BN联合推理 | 第61页 |
| 4.3 小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 本文总结 | 第62页 |
| 5.2 网络的优缺点分析 | 第62-63页 |
| 5.3 展望 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
