基于Boosting的分布估计算法
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·分布估计算法的研究背景和意义 | 第7-9页 |
| ·分布估计算法的研究现状 | 第9-10页 |
| ·本文的主要内容和结构安排 | 第10页 |
| ·本章小节 | 第10-11页 |
| 第二章 分布估计算法 | 第11-22页 |
| ·分布估计算法概论 | 第11-14页 |
| ·常见的分布估计算法及其变种 | 第14-19页 |
| ·变量之间独立的分布估计算法 | 第14-16页 |
| ·两变量相关的分布估计算法 | 第16-17页 |
| ·多变量相关的分布估计算法 | 第17-19页 |
| ·分布估计算法当中的编码问题 | 第19页 |
| ·分布估计算法中的熵理论 | 第19-20页 |
| ·分布估计算法的收敛性问题 | 第20页 |
| ·本章小结 | 第20-22页 |
| 第三章 统计学习理论 | 第22-31页 |
| ·统计学习理论概述 | 第22-25页 |
| ·BOOSTING 算法简介 | 第25-26页 |
| ·将BOOSTING 看成梯度下降 | 第26-28页 |
| ·BOOSTING 密度估计 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于BOOSTING 的分布估计算法 | 第31-34页 |
| ·BEDA | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 数值实验 | 第34-40页 |
| ·数值实验问题描述 | 第34-36页 |
| ·UMDA 数值实验结果 | 第36-38页 |
| ·BEDA 算法的数值实验结果 | 第38-39页 |
| ·数值实验分析 | 第39-40页 |
| ·本章小结 | 第40页 |
| 第六章 讨论与总结 | 第40-42页 |
| ·全文总结 | 第40页 |
| ·问题讨论 | 第40-42页 |
| 参考文献 | 第42-47页 |
| 致谢 | 第47-49页 |
