| 第一章 绪论 | 第7-9页 |
| 1．1 研究背景 | 第7页 |
| 1．2 研究现状 | 第7-8页 |
| 1．3 本文的主要工作 | 第8页 |
| 1．4 论文组织 | 第8-9页 |
| 第二章 贝叶斯网络研究概述 | 第9-22页 |
| 2．1 发展现状 | 第9页 |
| 2．2 贝叶斯网络概述 | 第9-17页 |
| 2．2．1 贝叶斯方法及先验分布 | 第9-10页 |
| 2．2．2 贝叶斯网络及其表示 | 第10-12页 |
| 2．2．3 贝叶斯网络的学习 | 第12-15页 |
| 2．2．3．1 结构学习 | 第12-15页 |
| 2．2．3．2 参数学习 | 第15页 |
| 2．2．4 不完整数据和隐藏变量条件下的学习问题 | 第15-17页 |
| 2．3 贝叶斯网络的推理问题 | 第17-21页 |
| 2．3．1 精确推理 | 第17-20页 |
| 2．3．2 近似推理 | 第20-21页 |
| 2．4 本章小节 | 第21-22页 |
| 第三章 ：贝叶斯网络参数学习算法研究 | 第22-38页 |
| 3．1 参数学习算法研究现状 | 第22-26页 |
| 3．2 基于相容渐进性的BCL（Bayesian Consistency Learning）算法设计 | 第26-32页 |
| 3．2．1 BCL算法的理论基础 | 第26-29页 |
| 3．2．2 BCL算法设计及实现 | 第29-32页 |
| 3．3 实验 | 第32-36页 |
| 3．3．1 实验设计 | 第32页 |
| 3．3．1．1 实验数据 | 第32页 |
| 3．3．1．2 实验环境 | 第32页 |
| 3．3．2 评价标准 | 第32-33页 |
| 3．3．3 实验结果分析 | 第33-36页 |
| 3．4 结论 | 第36-38页 |
| 结束语 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 后记 | 第42页 |