多层隐类模型的增量学习方法

摘要	第1-4页
Abstract	第4-7页
引言	第7-13页
研究现状分析	第10-12页
论文结构	第12-13页
第1章 多层隐类模型背景知识	第13-20页
·多层隐类模型简介	第13-15页
·模型等价	第14页
·走根运算	第14-15页
·多层隐类模型的学习算法	第15-20页
·评分准则	第15-16页
·搜索算子	第16-18页
·模型选择标准	第18页
·SHC算法的伪代码	第18-20页
第2章 增量学习的基本思想	第20-24页
·增量学习的问题描述	第21-24页
·变量定义	第21-22页
·增量学习的伪代码	第22-24页
第3章 多层隐类模型中数据适应度的定义	第24-32页
·HLC模型中隐结构的含义	第24-27页
·隐节点的数据适应度	第27-30页
·缺值数据的最大似然估计	第30-32页
第4章 增量学习的算法	第32-39页
·在现有的HLC模型上收集已经学习到的知识	第32-33页
·划分子网	第33-34页
·马尔科夫覆盖	第33-34页
·马尔科夫覆盖在HLC模型上的应用	第34页
·扩展子网	第34-36页
·算法分析	第36-39页
·算法的有穷性	第36-37页
·算法的时间复杂度	第37-39页
第5章 实验结果	第39-42页
·算法的可行性	第39-40页
·算法的效率	第40-42页
第6章 结束语	第42-43页
参考文献	第43-46页
致谢	第46-47页
附录	第47页