| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9页 |
| ·质量管理概述 | 第9-11页 |
| ·质量数据的特性 | 第10页 |
| ·质量数据的分类 | 第10-11页 |
| ·贝叶斯网络在质量管理分类中的研究现状 | 第11页 |
| ·论文的主要研究内容 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 2 贝叶斯网络的基础理论知识 | 第13-27页 |
| ·贝叶斯网络概述 | 第13-17页 |
| ·贝叶斯网络的概率论知识 | 第13-14页 |
| ·贝叶斯网络的定义 | 第14-16页 |
| ·贝叶斯网络的特点 | 第16-17页 |
| ·贝叶斯网络的学习 | 第17-22页 |
| ·贝叶斯网络学习概述 | 第17-18页 |
| ·贝叶斯网络的结构学习 | 第18-22页 |
| ·贝叶斯网络参数学习 | 第22页 |
| ·贝叶斯网络的分类模型概述 | 第22-26页 |
| ·贝叶斯分类原理 | 第23-24页 |
| ·朴素贝叶斯网络分类模型 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 贝叶斯分类模型的构造 | 第27-46页 |
| ·信息论的相关概念 | 第27-29页 |
| ·基于互信息的贝叶斯网络的分类模型 | 第29-34页 |
| ·基于互信息的贝叶斯网络结构学习（MIBNS 算法） | 第29-32页 |
| ·建立贝叶斯网络分类器 | 第32-33页 |
| ·算法性能分析 | 第33-34页 |
| ·改进的贝叶斯网络分类模型 | 第34-38页 |
| ·相关概念 | 第34-35页 |
| ·算法描述 | 第35-38页 |
| ·算法性能分析 | 第38页 |
| ·基于聚类算法的朴素贝叶斯网络分类模型 | 第38-45页 |
| ·相关概念 | 第39页 |
| ·算法描述 | 第39-45页 |
| ·算法性能分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 4 贝叶斯网络在质量管理分类中的应用 | 第46-56页 |
| ·质量管理系统的设计 | 第46-47页 |
| ·实验数据 | 第47-49页 |
| ·实验结果及分析 | 第49-55页 |
| ·基于互信息的贝叶斯网络的分类模型实验 | 第49-51页 |
| ·改进的贝叶斯网络的分类模型实验 | 第51-53页 |
| ·基于聚类算法的朴素贝叶斯网络的分类模型实验 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 5 总结与下一步工作 | 第56-58页 |
| ·主要研究的结论 | 第56页 |
| ·下一步的研究工作 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第63页 |