贝叶斯网结构学习方法研究

摘要	第3-4页
Abstract	第4页
第一章 引言	第7-10页
1.1 选题研究背景及意义	第7-8页
1.2 贝叶斯网络研究现状	第8-9页
1.3 论文的组织结构	第9-10页
第二章 贝叶斯网络的基本理论	第10-15页
2.1 贝叶斯网络的相关定义	第10-12页
2.2 贝叶斯网络结构学习	第12-15页
2.2.1 基于打分搜索的贝叶斯网络结构学习方法	第13-14页
2.2.2 基于依赖分析的贝叶斯网络结构学习方法	第14-15页
第三章 贝叶斯网络结构学习的改进算法	第15-27页
3.1 粗糙集基本理论	第15页
3.2 粗糙集的基本概念	第15-20页
3.2.1 粗糙集的基本定义	第15-17页
3.2.2 粗糙集的特征表示	第17-18页
3.2.3 粗糙集的知识表达	第18-20页
3.3 几种贝叶斯网方法的改进及存在的问题	第20-25页
3.3.1 利用互信息构造贝叶斯网	第20-22页
3.3.2 利用条件相对平均熵构造贝叶斯网	第22-24页
3.3.3 基于卡方统计量的建网方法	第24-25页
3.4 一种新的基于属性依赖度贝叶斯网构造方法	第25-27页
第四章 贝叶斯网络分解	第27-31页
4.1 贝叶斯网及边缘模型	第27-28页
4.2 无损分解算法	第28-31页
第五章 总结与展望	第31-32页
5.1 本文的主要工作总结	第31页
5.2 研究工作展望	第31-32页
参考文献	第32-34页
致谢	第34-35页
在读硕士研究生期间公开发表论文（著作）及科研情况	第35页