| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-21页 |
| ·课题研究的背景及动机 | 第13-14页 |
| ·贝叶斯网络的学习 | 第14-16页 |
| ·贝叶斯网络和因果贝叶斯网络 | 第14-15页 |
| ·贝叶斯网络的学习 | 第15-16页 |
| ·贝叶斯网络的结构学习 | 第16页 |
| ·贝叶斯网络的参数学习 | 第16页 |
| ·利用扰动数据进行的贝叶斯网络的扰动学习 | 第16-18页 |
| ·扰动学习的前提条件 | 第16-17页 |
| ·贝叶斯网络扰动学习 | 第17-18页 |
| ·灵敏性分析 | 第18-19页 |
| ·课题的来源和本文的组织内容 | 第19-21页 |
| ·课题的来源 | 第19页 |
| ·本文的组织内容 | 第19-21页 |
| 第二章 基于灵敏性分析的因果网络参数的扰动学习算法 | 第21-32页 |
| ·引言 | 第21页 |
| ·参数扰动 | 第21-23页 |
| ·扰动性质 | 第21-23页 |
| ·扰动模式 | 第23页 |
| ·灵敏性分析与灵敏性函数的计算 | 第23-25页 |
| ·灵敏性函数的形式 | 第23-24页 |
| ·灵敏性函数的计算 | 第24-25页 |
| ·基于灵敏性分析的扰动结点选择 | 第25-27页 |
| ·ILPSA 算法 | 第27-28页 |
| ·MLE 算法 | 第27页 |
| ·参数学习的停止准则 | 第27-28页 |
| ·ILPSA 算法描述 | 第28页 |
| ·实验结果及分析 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于局部灵敏性分析的因果结构扰动学习方法 | 第32-40页 |
| ·引言 | 第32页 |
| ·结构扰动 | 第32-34页 |
| ·基于变量依赖性的网络结构分解 | 第34-35页 |
| ·基于局部灵敏性分析的扰动边的选择 | 第35-36页 |
| ·ILLSA 算法 | 第36-37页 |
| ·K2 算法 | 第36页 |
| ·停止准则 | 第36-37页 |
| ·算法描述 | 第37页 |
| ·实验结果及分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于贝叶斯网络的中医证素体系系统 | 第40-48页 |
| ·引言 | 第40页 |
| ·中医基本理论知识 | 第40页 |
| ·贝叶斯网络结构学习 K2 算法及参数学习EM 算法 | 第40-42页 |
| ·K2 算法描述 | 第40-41页 |
| ·K2 算法实现 | 第41页 |
| ·参数学习EM 算法 | 第41-42页 |
| ·联合树推理算法 | 第42-43页 |
| ·中医药诊断系统 | 第43-47页 |
| ·登陆界面 | 第43页 |
| ·初始化页面 | 第43-44页 |
| ·样本的上传与提取界面 | 第44-45页 |
| ·样本提取界面 | 第45页 |
| ·结构学习的界面 | 第45-46页 |
| ·病症的输入界面 | 第46-47页 |
| ·选择症候界面 | 第47页 |
| ·证素概率输出结果界面 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结及展望 | 第48-49页 |
| ·本文的工作 | 第48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 读硕士期间主要科研工作及成果 | 第54-55页 |