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

基于约束的贝叶斯网络结构学习算法研究

摘要第5-6页
ABSTRACT第6页
符号对照表第9-10页
缩略语对照表第10-13页
第一章 绪论第13-23页
    1.1 贝叶斯网络研究背景第13-19页
        1.1.1 贝叶斯网络的起源与发展第13-14页
        1.1.2 贝叶斯网络介绍第14-19页
    1.2 国内外研究现状分析第19-20页
    1.3 贝叶斯网络的研究方向第20-21页
    1.4 本文结构安排第21-23页
第二章 贝叶斯网络介绍第23-35页
    2.1 贝叶斯网络的基本模型第23-28页
        2.1.1 与贝叶斯网络相关的概率理论第23-25页
        2.1.2 贝叶斯网络的图理论基础第25-26页
        2.1.3 贝叶斯网络第26-28页
    2.2 贝叶斯网络的结构模型学习第28-33页
        2.2.1 贝叶斯网络学习的前提假设第28-29页
        2.2.2 结构学习概述第29-30页
        2.2.3 贝叶斯网络结构学习的相关理论知识第30-33页
    2.3 本章小结第33-35页
第三章 基于约束的结构学习算法研究及实现第35-47页
    3.1 相关理论基础第35-39页
    3.2 PC算法简介第39-41页
    3.3 基于约束的FPC算法第41-45页
        3.3.1 算法描述第41-42页
        3.3.2 实验验证第42-45页
    3.4 本章小结第45-47页
第四章 控制定向矛盾的算法研究第47-55页
    4.1 理论分析第47-48页
    4.2 定向检测错误第48页
    4.3 矛盾产生的原因第48-49页
        4.3.1 噪声第48页
        4.3.2 统计误差第48-49页
    4.4 解决定向错误的方案第49-50页
    4.5 基于约束的BOPC算法第50-52页
    4.6 实验仿真第52-53页
    4.7 本章小结第53-55页
第五章 总结与展望第55-57页
    5.1 工作总结第55页
    5.2 工作展望第55-57页
参考文献第57-63页
致谢第63-65页
攻读硕士学位期间的研究成果第65-66页

论文共66页,点击 下载论文
上一篇:基于贝叶斯网络的多维分类问题研究
下一篇:基于稀疏表示和非局部均值的SAR图像去噪算法研究