贝叶斯网络算法研究及应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·国内外研究现状及分析 | 第12-14页 |
| ·论文的主要内容和结构安排 | 第14-16页 |
| 第2章 贝叶斯网络基础及学习算法 | 第16-32页 |
| ·相关基础知识 | 第16-21页 |
| ·概率论 | 第16-18页 |
| ·图论基础知识 | 第18-20页 |
| ·信息论基础 | 第20-21页 |
| ·贝叶斯网络的概念 | 第21-23页 |
| ·贝叶斯网络学习算法 | 第23-30页 |
| ·结构学习 | 第23-27页 |
| ·参数学习 | 第27-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 贝叶斯网络学习算法改进 | 第32-36页 |
| ·K2 算法的改进方案 | 第32-33页 |
| ·基于信息论解决次序问题 | 第32-33页 |
| ·选取 BIC 评分 | 第33页 |
| ·效果分析 | 第33页 |
| ·小数据集下的数据处理 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 贝叶斯网络推理算法 | 第36-53页 |
| ·相关概念介绍 | 第36-38页 |
| ·联合树算法 | 第38-41页 |
| ·高效联合树算法 | 第41-50页 |
| ·简化结构算法 | 第42-45页 |
| ·信息传播改进 | 第45-49页 |
| ·高效联合树算法 | 第49-50页 |
| ·仿真实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 水泥烧成系统故障诊断 | 第53-62页 |
| ·背景介绍 | 第53-54页 |
| ·诊断方案 | 第54-55页 |
| ·诊断模型 | 第55-57页 |
| ·确定网络变量 | 第55-56页 |
| ·模型建立 | 第56-57页 |
| ·诊断分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
