| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景和意义 | 第11-12页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·国内外文献综述 | 第12-15页 |
| ·研究内容与方法 | 第15页 |
| ·主要工作和创新 | 第15-16页 |
| ·论文的基本结构 | 第16-18页 |
| 第2章 贝叶斯网络与贝叶斯网络分类器 | 第18-28页 |
| ·基础知识 | 第18-20页 |
| ·基本概率公式 | 第18-19页 |
| ·贝叶斯概率 | 第19-20页 |
| ·贝叶斯网络 | 第20-24页 |
| ·贝叶斯网络的定义 | 第20-21页 |
| ·贝叶斯网络的学习 | 第21-24页 |
| ·贝叶斯网络分类器 | 第24-27页 |
| ·贝叶斯网络分类器的定义 | 第25页 |
| ·几种常见的贝叶斯网络分类器 | 第25-27页 |
| ·分类器性能评价标准及评价方法 | 第27页 |
| ·小结 | 第27-28页 |
| 第3章 约束下的贝叶斯网络分类器近似算法 | 第28-37页 |
| ·通过约束对贝叶斯网络进行近似学习 | 第28-30页 |
| ·评分函数对贝叶斯网络结构的约束 | 第28-29页 |
| ·搜索策略对贝叶斯网络结构的约束 | 第29-30页 |
| ·BIC 评分函数的性质 | 第30-31页 |
| ·基于约束的 K2-aBIC 贝叶斯网络分类器 | 第31-33页 |
| ·实验分析 | 第33-35页 |
| ·数据集描述及运行环境 | 第33-34页 |
| ·实验处理过程及结果分析 | 第34-35页 |
| ·结论 | 第35-37页 |
| 第4章 贝叶斯网络分类器近似算法的集成 | 第37-47页 |
| ·一种判别式评分函数的近似过程 | 第37-40页 |
| ·CLL 判别式评分函数 | 第37-38页 |
| ·对 CLL 评分函数的近似 | 第38-40页 |
| ·基于 aCLL 的贝叶斯网络集成分类器 | 第40-44页 |
| ·aCLL 贝叶斯网络分类器及其特点 | 第40-41页 |
| ·集成算法思想 | 第41-42页 |
| ·Bagging-aCLL 分类器的基本思想及算法描述 | 第42-44页 |
| ·实验分析 | 第44-46页 |
| ·实验处理过程 | 第44页 |
| ·实验结果及分析 | 第44-46页 |
| ·结论 | 第46-47页 |
| 结论与展望 | 第47-49页 |
| 1、结论 | 第47页 |
| 2、展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |