| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-13页 |
| 1.2.1 心血管疾病及其它慢性疾病因果研究现状 | 第9-11页 |
| 1.2.2 贝叶斯网络的起源 | 第11-12页 |
| 1.2.3 贝叶斯网络学习 | 第12-13页 |
| 1.2.4 贝叶斯网络应用 | 第13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文组织框架 | 第14-15页 |
| 第2章 贝叶斯网络 | 第15-32页 |
| 2.1 贝叶斯网络基本理论 | 第15-17页 |
| 2.2 贝叶斯网络结构与依赖关系 | 第17-19页 |
| 2.2.1 贝叶斯网络的三种结构与依赖关系 | 第17-18页 |
| 2.2.2 条件独立性检验 | 第18-19页 |
| 2.3 贝叶斯网络学习 | 第19-29页 |
| 2.3.1 基于分数-搜索的贝叶斯网络学习方法 | 第19-23页 |
| 2.3.2 基于约束的贝叶斯网络学习方法 | 第23-27页 |
| 2.3.3 混合的贝叶斯学习方法 | 第27-29页 |
| 2.4 因果贝叶斯网络 | 第29-32页 |
| 第3章 实际应用: 心血管疾病及多种慢性疾病间的因果分析 | 第32-41页 |
| 3.1 应用背景综述 | 第32-33页 |
| 3.2 样本以及变量说明 | 第33-34页 |
| 3.3 疾病因果网络 | 第34-41页 |
| 3.3.1 结构学习与检验 | 第34-38页 |
| 3.3.2 参数结果与因果分析 | 第38-41页 |
| 第4章 结束语 | 第41-43页 |
| 4.1 本文的贡献与创新点 | 第41页 |
| 4.2 未来工作展望 | 第41-43页 |
| 参考文献 | 第43-48页 |
| 致谢 | 第48-49页 |
| 研究生期间录用(投递)论文情况 | 第49页 |