人机结合的贝叶斯网建模方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·贝叶斯网的诞生与发展 | 第8-9页 |
| ·贝叶斯网的研究现状 | 第9-11页 |
| ·论文的研究目的及意义 | 第11-12页 |
| ·论文主要研究内容及结构安排 | 第12-14页 |
| 2 理论综述 | 第14-28页 |
| ·贝叶斯网的基本原理 | 第14-18页 |
| ·概率论的基础知识 | 第14-16页 |
| ·贝叶斯网的语义 | 第16-18页 |
| ·贝叶斯网推理 | 第18-22页 |
| ·精确推理 | 第19-21页 |
| ·近似推理 | 第21-22页 |
| ·贝叶斯网学习 | 第22-28页 |
| ·参数学习 | 第22-26页 |
| ·结构学习 | 第26-28页 |
| 3 统计方法与知识相结合的建模方法 | 第28-34页 |
| ·确定节点及其取值 | 第28页 |
| ·建模方法分析 | 第28-29页 |
| ·专家初始化建模 | 第29-32页 |
| ·知识图 | 第29-31页 |
| ·组件技术 | 第31-32页 |
| ·统计方法对模型修正 | 第32-34页 |
| 4 基于知识图的贝叶斯网模型建立 | 第34-42页 |
| ·知识图建模流程 | 第34-36页 |
| ·知识图的特点 | 第36-38页 |
| ·实例 | 第38-42页 |
| 5 基于统计方法的学习组件设计 | 第42-52页 |
| ·基于约束的方法 | 第42-43页 |
| ·基于打分搜索的方法 | 第43-44页 |
| ·完备数据下的结构学习 | 第44页 |
| ·不完备数据下的结构学习 | 第44-46页 |
| ·Web组件封装 | 第46-52页 |
| ·封装模式 | 第47-50页 |
| ·服务发布 | 第50-52页 |
| 6 贝叶斯网建模在水文预报中的应用 | 第52-64页 |
| ·水文预报研究的目的及意义 | 第52页 |
| ·研究区河道概况 | 第52-53页 |
| ·水文预报分析 | 第53-55页 |
| ·洪水演进模型 | 第55-64页 |
| 7 总结与展望 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 硕士研究生期间参与的科研项目 | 第74页 |
