基于贝叶斯网络的动态预测模型研究及其应用
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-13页 |
| ·动态预测模型的发展及现状 | 第13-15页 |
| ·论文的主要工作 | 第15-16页 |
| ·论文组织结构 | 第16-17页 |
| 第2章 贝叶斯推测理论 | 第17-30页 |
| ·贝叶斯理论基础 | 第17-19页 |
| ·概率论基础 | 第17-19页 |
| ·贝叶斯方法一般步骤 | 第19页 |
| ·贝叶斯网络理论 | 第19-26页 |
| ·影响图基础 | 第19-21页 |
| ·隐马尔可夫模型 HMMs | 第21-23页 |
| ·静态贝叶斯网络 | 第23-24页 |
| ·动态贝叶斯网络 | 第24-26页 |
| ·动态贝叶斯网络模型的构造 | 第26-29页 |
| ·构造思想 | 第26-27页 |
| ·模型及其学习算法 | 第27-29页 |
| ·算法性能分析 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于 agent 的环境感知 | 第30-46页 |
| ·感知 agent 模型构造 | 第30-37页 |
| ·感知 agent 构造理论 | 第31-35页 |
| ·感知 agent 模型 | 第35-37页 |
| ·感知体系总体框架 | 第37-40页 |
| ·感知体系框架 | 第37-38页 |
| ·感知分析 | 第38-40页 |
| ·感知调度 | 第40-44页 |
| ·感知调度基本思想 | 第40页 |
| ·感知调度方法 | 第40-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 动态预测模型设计及实验验证 | 第46-65页 |
| ·总体设计 | 第46-49页 |
| ·功能分析 | 第46页 |
| ·总体架构 | 第46-47页 |
| ·agent 内部结构 | 第47页 |
| ·原语设计 | 第47-49页 |
| ·总体流程及具体实现 | 第49-54页 |
| ·总体流程 | 第49-50页 |
| ·感知分析 | 第50-52页 |
| ·构建学习网并预测 | 第52-54页 |
| ·实验验证 | 第54-58页 |
| ·实验数据集及实验工具 | 第55页 |
| ·实验结果及分析 | 第55-58页 |
| ·动态预测模型在 TAC/AA 中的应用 | 第58-63页 |
| ·TAC/AA 背景介绍 | 第58-60页 |
| ·TAC/AA 平台原理概述 | 第60-61页 |
| ·平台中 agent 的构成 | 第61-62页 |
| ·动态模型在平台中的应用及效果 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-73页 |
| 致谢 | 第73页 |
