基于评分的贝叶斯网融合方法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 前言 | 第7-13页 |
| ·研究意义 | 第7-8页 |
| ·国内外研究现状分析 | 第8-11页 |
| ·本文主要研究内容 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第2章 背景知识 | 第13-21页 |
| ·贝叶斯网简介 | 第13-17页 |
| ·概率论和图论 | 第13-15页 |
| ·依赖模型和贝叶斯网 | 第15-17页 |
| ·贝叶斯网的学习 | 第17-18页 |
| ·贝叶斯网的推理 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 贝叶斯网融合思想 | 第21-29页 |
| ·获取候选模型 | 第21-24页 |
| ·结构融合 | 第24-27页 |
| ·参数融合 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 贝叶斯网融合算法 | 第29-33页 |
| ·贝叶斯网融合方法优化 | 第29-30页 |
| ·融合算法和复杂度分析 | 第30-32页 |
| ·算法伪代码 | 第30-31页 |
| ·时间复杂度分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第5章 实验结果 | 第33-39页 |
| ·效率测试 | 第33-34页 |
| ·准确性测试 | 第34-38页 |
| ·实验总结 | 第38-39页 |
| 第6章 总结及展望 | 第39-41页 |
| 附录 | 第41-47页 |
| 攻读硕士学位期间发表的论文 | 第41页 |
| 贝叶斯网融合主要算法实现 | 第41-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |
