| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·本文的背景和研究意义 | 第9-11页 |
| ·背景和研究意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的主要研究内容 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 第2章 贝叶斯网概述 | 第13-21页 |
| ·贝叶斯网基础 | 第13-14页 |
| ·贝叶斯网结构的学习 | 第14-19页 |
| ·基于约束满足的方法 | 第14-16页 |
| ·基于评分搜索的方法 | 第16-18页 |
| ·贝叶斯评分及K2 评分 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第3章 基于禁忌搜索的贝叶斯网结构学习算法 | 第21-33页 |
| ·禁忌搜索 | 第21-24页 |
| ·禁忌表 | 第22-23页 |
| ·蔑视准则 | 第23-24页 |
| ·终止条件 | 第24页 |
| ·算法思想 | 第24-26页 |
| ·算法描述和分析 | 第26-27页 |
| ·实验结果 | 第27-32页 |
| ·TBN与ACO-B算法的比较 | 第27-28页 |
| ·TBN搜索过程比较 | 第28-30页 |
| ·禁忌表长度对搜索结果的影响 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于独立性测试和蚁群优化的结构学习算法 | 第33-47页 |
| ·学习贝叶斯网络结构的ACO-B算法 | 第33-36页 |
| ·算法思想 | 第36-38页 |
| ·条件独立性测试 | 第36-37页 |
| ·启发函数的改进 | 第37-38页 |
| ·算法描述和分析 | 第38-40页 |
| ·实验结果 | 第40-45页 |
| ·两种策略应用的效果 | 第40-41页 |
| ·两种算法总体结果的比较 | 第41-42页 |
| ·两种算法的收敛和时间性能比较 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 基于EM和蚁群算法的不完备学习算法 | 第47-57页 |
| ·贝叶斯网数据完备化方法简述 | 第47-48页 |
| ·算法思想 | 第48-51页 |
| ·基于EM的数据完备化 | 第49-50页 |
| ·改进的I-ACO-B算法 | 第50-51页 |
| ·算法描述与分析 | 第51-52页 |
| ·实验结果 | 第52-56页 |
| ·ISACO-B与I-ACO-B算法的比较 | 第53页 |
| ·EACO-B算法与I-ACO-B算法的学习结果的比较 | 第53-54页 |
| ·各种算法平均对数损失的比较 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |