首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

多级贝叶斯网络及其应用研究

摘要第1-8页
ABSTRACT第8-10页
目录第10-12页
第1章 贝叶斯网络研究的背景和研究现状第12-15页
   ·论文的研究背景第12-13页
   ·贝叶斯网络技术现状第13-14页
   ·本文研究内容及组织结构第14-15页
第2章 贝叶斯网络的结构及理论基础第15-31页
   ·贝叶斯网络基本概念第15-19页
     ·贝叶斯网络的定义第15-17页
     ·条件独立和分隔定理第17-18页
     ·贝叶斯网络的构建第18-19页
   ·贝叶斯网络的学习第19-29页
     ·贝叶斯学习第20-23页
     ·贝叶斯网络的结构学习第23-24页
     ·贝叶斯网络的参数学习第24-29页
   ·贝叶斯网络的推理第29页
   ·小结第29-31页
第3章 多级贝叶斯网络的训练及推理算法第31-45页
   ·多级贝叶斯网络概念第31-33页
   ·裁剪和平展第33-35页
   ·多级贝叶斯网络的训练第35-36页
   ·多级贝叶斯网络的推理第36-40页
     ·消息传播算法第36-37页
     ·动态推理算法第37-38页
     ·随机模拟方法第38页
     ·含有环的多级贝叶斯网络第38-40页
   ·贝叶斯网络的优化第40-44页
     ·hBOA优化算法第41-43页
     ·AdaBoost优化算法第43-44页
   ·小结第44-45页
第4章 多级贝叶斯网络的应用第45-60页
   ·孟加拉数字识别方法概述第45-47页
   ·朴素贝叶斯网络用于孟加拉数字识别第47-53页
     ·朴素贝叶斯网络识别孟加拉数字方法概述第47-49页
     ·系统框架第49-50页
     ·训练及推理算法第50-52页
     ·系统测试结果及分析第52-53页
   ·多级贝叶斯网络在孟加拉数字识别系统中的应用第53-59页
     ·孟加拉数字识别系统框架第53-54页
     ·系统学习算法第54-57页
     ·系统推理算法第57-58页
     ·系统测试结果第58-59页
   ·小结第59-60页
第5章 总结第60-62页
   ·本文的总结第60-62页
致谢第62-63页
攻读硕士学位期间参与的项目及发表的学术论文第63-64页
附录 部分实验代码第64-67页
参考文献第67-71页

论文共71页,点击 下载论文
上一篇:DeviceNet总线技术研究及其在嵌入式系统中应用
下一篇:新型电化学活性—非活性开关分子信标磁纳米生物传感器的制备及应用研究