| 中文摘要 | 第3-5页 |
| Abstract | 第5页 |
| 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 本文主要工作和结构安排 | 第8-9页 |
| 第二章 贝叶斯网络基本理论及结构学习算法 | 第9-22页 |
| 2.1 贝叶斯方法概述 | 第9-10页 |
| 2.2 图模型概述 | 第10-11页 |
| 2.3 贝叶斯网络简介 | 第11-13页 |
| 2.4 几种典型的贝叶斯分类器简介 | 第13-16页 |
| 2.5 贝叶斯网络结构学习算法概述 | 第16-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 基于 MATLAB 的遗传算法实现及贝叶斯分类器实验平台MBNC | 第22-30页 |
| 3.1 基于MATLAB 的遗传算法基本原理 | 第22-23页 |
| 3.2 基于选择性集成的整数编码遗传算法及TSP 问题求解 | 第23-27页 |
| 3.3 基于MATLAB 的贝叶斯实验平台 MBNC 及应用举例 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 基于 BIC 测度和遗传算法的 TANC 结构学习算法 GA-TANC | 第30-35页 |
| 4.1 学习TANC 结构的遗传算法设计 | 第30-32页 |
| 4.2 基于BIC 测度和遗传算法的TANC 结构学习算法 GA-TANC 及实验结果分析 | 第32-34页 |
| 4.3 本章小结 | 第34-35页 |
| 第五章 基于 K2 和遗传算法的 BNC 结构学习算法 GA-K2 | 第35-39页 |
| 5.1 学习贝叶斯网络结构的K2 算法 | 第35-36页 |
| 5.2 确定结点次序的整数编码遗传算法设计 | 第36页 |
| 5.3 基于K2 和GA 的BNC 结构学习算法GA-K2 及实验结果分析 | 第36-38页 |
| 5.4 本章小结 | 第38-39页 |
| 第六章 基于 BIC 测度和混合遗传算法的 BNC 结构学习算法 GA-GS | 第39-45页 |
| 6.1 学习贝叶斯网络结构的GS 算法 | 第39页 |
| 6.2 学习贝叶斯网络结构的遗传算法 | 第39-41页 |
| 6.3 基于BIC 测度和混合遗传算法的BNC 结构学习算法GA-GS 及实验结果分析 | 第41-44页 |
| 6.4 本章小结 | 第44-45页 |
| 第七章 总结及将来的工作展望 | 第45-47页 |
| 附1:参考文献 | 第47-50页 |
| 附2:读研期间已发表和已投稿的论文 | 第50页 |
| 附3: 读研期间曾参与的科研项目 | 第50页 |
| 附4: 读研期间曾获得的奖励 | 第50-51页 |
| 致谢 | 第51页 |
