| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-22页 |
| ·论文的研究背景 | 第13-17页 |
| ·研究现状及意义 | 第17-19页 |
| ·论文的主要工作及内容安排 | 第19-22页 |
| 2 分布估计算法 | 第22-37页 |
| ·变量独立的分布估计算法 | 第22-24页 |
| ·变量相关的分布估计算法 | 第24-29页 |
| ·分布估计学习算法 | 第29-34页 |
| ·分布估计算法研究热点 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 3 分布估计学习算法框架的设计及分析 | 第37-51页 |
| ·分布估计学习算法框架设计 | 第37-40页 |
| ·分布估计学习的概率分析 | 第40-44页 |
| ·分布估计学习的代数分析 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 4 基于分布估计的半监督分类学习算法 | 第51-69页 |
| ·半监督分类算法 | 第51-53页 |
| ·基于EDA的半监督学习算法:EDA-SSL | 第53-60页 |
| ·EDA-SSL算法对数据的处理 | 第60-67页 |
| ·本章小结 | 第67-69页 |
| 5 基于分布估计的无监督聚类学习算法 | 第69-87页 |
| ·无监督聚类学习 | 第69-72页 |
| ·无监督聚类学习的度量 | 第72-74页 |
| ·基于EDA的无监督聚类学习算法 | 第74-81页 |
| ·EDA-USL实验验证与分析 | 第81-86页 |
| ·本章小结 | 第86-87页 |
| 6 基于分布估计算法的小生境Agents竞争学习策略 | 第87-98页 |
| ·捕获问题 | 第87-88页 |
| ·小生境相关条件的设计 | 第88-90页 |
| ·基于概率分布的竞争学习策略 | 第90-92页 |
| ·性能比较与分析 | 第92-97页 |
| ·本章小结 | 第97-98页 |
| 7 总结与展望 | 第98-101页 |
| ·本文总结及所做的创新性工作 | 第98-99页 |
| ·展望 | 第99-101页 |
| 致谢 | 第101-103页 |
| 攻读博士期间主要成果 | 第103-104页 |
| 参考文献 | 第104-118页 |