基于PCA的贝叶斯网络构造算法与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·贝叶斯概述 | 第12-16页 |
| ·贝叶斯网络结构学习算法 | 第13-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·贝叶斯网络应用现状 | 第15-16页 |
| ·主元分析(PCA)概述 | 第16-20页 |
| 第二章 数据预处理 | 第20-38页 |
| ·数据预处理的内容 | 第20-23页 |
| ·数据清洗 | 第20-21页 |
| ·数据集成 | 第21页 |
| ·数据变换 | 第21-22页 |
| ·数据归约 | 第22-23页 |
| ·数据离散化 | 第23-31页 |
| ·离散化方法分类 | 第24-25页 |
| ·离散化方法 | 第25-31页 |
| ·补充缺失值 | 第31-38页 |
| ·空值语义 | 第31页 |
| ·造成数据缺失的原因 | 第31-32页 |
| ·数据缺失机制 | 第32页 |
| ·空值处理的方法 | 第32-36页 |
| ·Gibbs抽样补充缺失数据 | 第36-38页 |
| 第三章 主元分析 | 第38-42页 |
| ·主元分析的基本原理 | 第38-40页 |
| ·主元分析的代数原理 | 第38-39页 |
| ·主元分析的几何意义 | 第39-40页 |
| ·PCA基本算法 | 第40-42页 |
| 第四章 贝叶斯网络结构学习 | 第42-58页 |
| ·贝叶斯网络结构学习算法 | 第42-45页 |
| ·基于打分搜索的方法 | 第42-44页 |
| ·基于依赖的方法 | 第44-45页 |
| ·其他算法 | 第45页 |
| ·基于信息论的贝叶斯网络结构学习 | 第45-48页 |
| ·信息论基本概念 | 第45-46页 |
| ·基于信息论的贝叶斯网络学习 | 第46-48页 |
| ·三步法、Gibbs抽样构造贝叶斯网络 | 第48-50页 |
| ·实验分析 | 第50-58页 |
| ·完整数据集部分 | 第50-55页 |
| ·缺失数据集部分 | 第55-58页 |
| 第五章 贝叶斯网络在乙烯能耗指标评价中的应用 | 第58-64页 |
| ·背景介绍 | 第58页 |
| ·贝叶斯数据融合技术 | 第58-59页 |
| ·贝叶斯网络应用结果 | 第59-64页 |
| 第六章 总结 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 研究成果及发表的学术论文 | 第72-74页 |
| 作者和导师简介 | 第74-75页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第75-76页 |
