贝叶斯网络研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景和意义 | 第11-12页 |
| ·贝叶斯网络的产生、发展及研究现状 | 第12-15页 |
| ·本文的研究内容 | 第15-16页 |
| ·论文组织 | 第16-18页 |
| 第二章 贝叶斯网络的理论框架 | 第18-35页 |
| ·引言 | 第18页 |
| ·贝叶斯网络的表示 | 第18-19页 |
| ·贝叶斯网中的独立关系 | 第19-24页 |
| ·条件独立关系 | 第20页 |
| ·上下文独立关系 | 第20-21页 |
| ·因果影响独立关系 | 第21-22页 |
| ·独立关系的作用 | 第22-24页 |
| ·贝叶斯网络的参数学习 | 第24-28页 |
| ·贝叶斯网络的结构学习 | 第28-32页 |
| ·基于评分的贝叶斯网络结构学习 | 第28-31页 |
| ·基于条件独立性测试的贝叶斯网络结构学习 | 第31-32页 |
| ·贝叶斯网络推理 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第三章 基于信息几何的贝叶斯网络研究 | 第35-65页 |
| ·引言 | 第35页 |
| ·信息几何 | 第35-42页 |
| ·微分几何基本概念 | 第35-38页 |
| ·微分流形 | 第35-36页 |
| ·切向量和切向量空间 | 第36-37页 |
| ·Riemanniann 流形 | 第37-38页 |
| ·统计流形上的几何 | 第38-42页 |
| ·参数分布族的几何 | 第38-39页 |
| ·切空间及其统计表示 | 第39-41页 |
| ·Riemann 度量和Fisher 信息 | 第41-42页 |
| ·贝叶斯网络上的信息几何 | 第42-44页 |
| ·贝叶斯网络的自然梯度学习 | 第44-62页 |
| ·梯度的局部分解 | 第44-47页 |
| ·贝叶斯网自然梯度算法 | 第47-49页 |
| ·贝叶斯网络的自然梯度计算 | 第49-62页 |
| ·离散变量贝叶斯网络 | 第49-53页 |
| ·连续贝叶斯网络 | 第53-58页 |
| ·条件Gaussian 网 | 第58-60页 |
| ·父节点连续而子节点离散情形 | 第60-62页 |
| ·试验 | 第62-64页 |
| ·小结 | 第64-65页 |
| 第四章 朴素贝叶斯分类器及其增强 | 第65-83页 |
| ·引言 | 第65页 |
| ·NBC 模型综述 | 第65-68页 |
| ·最优性条件 | 第68-71页 |
| ·朴素贝叶斯分类器的增强 | 第71-76页 |
| ·贝叶斯网络分类器 | 第71-72页 |
| ·选择贝叶斯分类器 | 第72-73页 |
| ·提升的贝叶斯分类器 | 第73-76页 |
| ·基于FISHER 分构建朴素贝叶斯分类器 | 第76-82页 |
| ·Fisher 分 | 第76-77页 |
| ·基于Fisher 分的朴素贝叶斯分类器构建算法 | 第77-79页 |
| ·两种特殊先验分布的讨论 | 第79-81页 |
| ·无先验信息的离散分布 | 第79-80页 |
| ·各分量条件独立的情况 | 第80-81页 |
| ·试验结果 | 第81-82页 |
| ·小结 | 第82-83页 |
| 第五章 基于动态贝叶斯网络的半结构化文本信息抽取 | 第83-96页 |
| ·引言 | 第83页 |
| ·结构化、半结构化和自由文本 | 第83-86页 |
| ·动态贝叶斯网络 | 第86-88页 |
| ·结合规则的动态贝叶斯信息抽取网 | 第88-95页 |
| ·半结构化信息抽取技术 | 第88页 |
| ·动态贝叶斯信息抽取网 | 第88-89页 |
| ·从规则表达式到动态贝叶斯网的转换原则 | 第89-90页 |
| ·结合规则的动态贝叶斯网信息抽取算法 | 第90-92页 |
| ·Web 文本信息抽取系统设计 | 第92-93页 |
| ·试验 | 第93-95页 |
| ·小结 | 第95-96页 |
| 第六章 贝叶斯层次文本分类 | 第96-106页 |
| ·引言 | 第96页 |
| ·向量空间模型 | 第96-98页 |
| ·朴素贝叶斯文本分类模型 | 第98-99页 |
| ·结合主题词树的贝叶斯层次分类 | 第99-105页 |
| ·文本的层次分类 | 第99-101页 |
| ·主题词树 | 第101-102页 |
| ·模型训练算法 | 第102-103页 |
| ·文本分类算法 | 第103-104页 |
| ·试验 | 第104-105页 |
| ·小结 | 第105-106页 |
| 第七章 结束语 | 第106-108页 |
| ·本文的总结 | 第106-107页 |
| ·下一步的工作展望 | 第107-108页 |
| 参考文献 | 第108-122页 |
| 致谢 | 第122-123页 |
| 作者简历 | 第123页 |
| 攻读博士学位期间完成的论文 | 第123-124页 |
| 攻读博士学位期间参加的主要科研项目 | 第124页 |
