含有隐藏变量的贝叶斯网络的学习与应用
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 课题来源及本文组织结构 | 第15-16页 |
| 第二章 贝叶斯网络 | 第16-24页 |
| 2.1 贝叶斯网络概述 | 第16-20页 |
| 2.1.1 贝叶斯网络的产生与特征 | 第16-17页 |
| 2.1.2 基本概率公式与贝叶斯定理 | 第17-20页 |
| 2.2 贝叶斯网络学习 | 第20-24页 |
| 2.2.1 贝叶斯网络结构学习 | 第20-23页 |
| 2.2.2 贝叶斯网络参数学习 | 第23-24页 |
| 第三章 含有隐藏变量的贝叶斯网络 | 第24-30页 |
| 3.1 含有隐藏变量的贝叶斯网络概述 | 第24-25页 |
| 3.2 隐藏变量 | 第25-26页 |
| 3.3 含有隐藏变量贝叶斯网络的学习 | 第26-30页 |
| 第四章 基于Gibbs抽样算法的隐树模型 | 第30-41页 |
| 4.1 隐树模型概述 | 第30-31页 |
| 4.2 模型等价性与正则性 | 第31-34页 |
| 4.3 最简模型 | 第34页 |
| 4.4 搜索最佳模型结构 | 第34-37页 |
| 4.4.1 增加节点 | 第35-36页 |
| 4.4.2 删除节点 | 第36页 |
| 4.4.3 节点转换 | 第36-37页 |
| 4.5 隐树模型学习 | 第37-41页 |
| 4.5.1 基于Gibbs抽样算法的隐树模型学习 | 第38-39页 |
| 4.5.2 基于EM算法的隐树模型学习 | 第39-41页 |
| 第五章 隐树模型在企业风险评估上的应用 | 第41-47页 |
| 5.1 隐树模型应用概述 | 第41-42页 |
| 5.2 隐树模型在企业风险评估领域的应用 | 第42-47页 |
| 5.2.1 应用介绍 | 第42页 |
| 5.2.2 仿真过程 | 第42-44页 |
| 5.2.3 仿真结果对比与分析 | 第44-47页 |
| 第六章 总结 | 第47-49页 |
| 6.1 论文总结 | 第47页 |
| 6.2 工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的学术论文目录 | 第53页 |
