基于贝叶斯网络的软件工程专业课程成绩分析
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究意义 | 第8-9页 |
| 1.2 贝叶斯网应用现状分析 | 第9-10页 |
| 1.3 本文主要研究内容 | 第10-11页 |
| 1.4 本文组织结构 | 第11-12页 |
| 第二章 贝叶斯网基础 | 第12-21页 |
| 2.1 贝叶斯网基本概念和性质 | 第12-13页 |
| 2.2 贝叶斯网推理原理 | 第13-14页 |
| 2.2.1 因果推理 | 第14页 |
| 2.2.2 诊断推理 | 第14页 |
| 2.2.3 辩解推理 | 第14页 |
| 2.3 贝叶斯网近似推理 | 第14-15页 |
| 2.4 贝叶斯网络的学习 | 第15-17页 |
| 2.4.1 结构学习 | 第15-16页 |
| 2.4.2 无丢失数据的CPT学习—样本统计法 | 第16页 |
| 2.4.3 无丢失数据的CPT学习—贝叶斯方法 | 第16-17页 |
| 2.4.4 数据缺失情况下的参数学习 | 第17页 |
| 2.5 MATLAB及BNT软件包简介 | 第17-21页 |
| 2.5.1 MATLAB简介 | 第17-18页 |
| 2.5.2 网络工具箱BNT | 第18-21页 |
| 第三章 影响因素选取和相关数据处理 | 第21-29页 |
| 3.1 问题描述 | 第21-22页 |
| 3.2 影响因素的指标选取 | 第22-25页 |
| 3.2.1 影响因素的选取 | 第22-25页 |
| 3.3 数据处理 | 第25-29页 |
| 3.3.1 数据筛选 | 第25页 |
| 3.3.2 数据整理 | 第25-26页 |
| 3.3.3 数据离散化 | 第26-29页 |
| 第四章 试卷分析贝叶斯网络的构建与推理 | 第29-34页 |
| 4.1 贝叶斯网络建模 | 第29-32页 |
| 4.1.1 贝叶斯网络构建方法 | 第29-31页 |
| 4.1.2 贝叶斯网络建模准备 | 第31页 |
| 4.1.3 对贝叶斯网络进行结构学习 | 第31-32页 |
| 4.2 对贝叶斯网络进行参数学习 | 第32页 |
| 4.3 利用贝叶斯网络进行推理 | 第32-34页 |
| 4.3.1 贝叶斯网络中的概率计算 | 第32-33页 |
| 4.3.2 联合树算法 | 第33-34页 |
| 第五章 贝叶斯网络中的推理结果分析 | 第34-61页 |
| 5.1 结构学习实验结果分析 | 第34-37页 |
| 5.2 推理实验结果分析 | 第37-51页 |
| 5.2.1 直接影响因素的推理结果分析 | 第37-45页 |
| 5.2.2 其它影响因素的推理结果分析 | 第45-51页 |
| 5.4 贝叶斯网中其它因素相互影响的实验结果分析 | 第51-59页 |
| 5.5 分析总结以及意见建议 | 第59-61页 |
| 5.5.1 贫困因素 | 第59页 |
| 5.5.2 性别因素 | 第59-60页 |
| 5.5.3 其它因素 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-62页 |
| 附录 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |
