| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-14页 |
| ·研究的背景和现状 | 第6-10页 |
| ·研究的背景和意义 | 第6-7页 |
| ·贝叶斯网络的研究现状 | 第7-10页 |
| ·常用的分类技术简介 | 第10-12页 |
| ·本文的研究领域和组织结构 | 第12-14页 |
| 第二章 贝叶斯理论与常见的贝叶斯分类模型 | 第14-22页 |
| ·贝叶斯网络基本概念 | 第14-18页 |
| ·贝叶斯网络的描述 | 第14-16页 |
| ·贝叶斯网络举例 | 第16-17页 |
| ·贝叶斯网络的构造 | 第17-18页 |
| ·贝叶斯网络分类器基本理论 | 第18-19页 |
| ·常见的贝叶斯网络分类模型 | 第19-22页 |
| ·朴素贝叶斯分类器 | 第19-20页 |
| ·树扩展的朴素贝叶斯分类器 | 第20-21页 |
| ·通用的贝叶斯网络分类器 | 第21-22页 |
| 第三章 基于依赖分析和假设检验的贝叶斯网络结构学习算法 | 第22-36页 |
| ·属性选择 | 第22-25页 |
| ·常见的属性选择方法 | 第22-23页 |
| ·基于关联性的属性选择方法 | 第23-25页 |
| ·信息论中的信息传输理论 | 第25-28页 |
| ·基于依赖分析和假设检验的贝叶斯网络结构学习算法 | 第28-34页 |
| ·算法原理 | 第28-31页 |
| ·添加第一种边(阶段一) | 第31-32页 |
| ·去除第二种边(阶段二) | 第32页 |
| ·添加第三种边(阶段三) | 第32-33页 |
| ·边定向(阶段四) | 第33-34页 |
| ·算法分析 | 第34-36页 |
| 第四章 基于 DAHT 算法的贝叶斯网络分类器的研究与实现 | 第36-44页 |
| ·基于 DAHT 算法的贝叶斯网络分类器 | 第36-38页 |
| ·实验设计与结果分析 | 第38-44页 |
| ·分类器性能评价的指标 | 第38-39页 |
| ·实验设计与结果分析 | 第39-44页 |
| 第五章 结束语与展望 | 第44-46页 |
| ·本文工作的总结 | 第44页 |
| ·进一步的研究展望 | 第44-46页 |
| 致谢 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 硕士期间论文发表情况及科研成果 | 第52-53页 |