首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于贝叶斯网络的学习与决策方法研究及应用

摘要第1-7页
ABSTRACT第7-12页
1 绪论第12-23页
   ·论文研究背景与意义第12-14页
   ·贝叶斯网络研究综述第14-20页
     ·贝叶斯网络第14-16页
     ·贝叶斯网络研究现状第16-19页
     ·贝叶斯网络的应用第19-20页
   ·贝叶斯网络与智能决策支持系统第20-21页
   ·论文研究内容与组织结构第21-23页
2 贝叶斯网络学习第23-47页
   ·贝叶斯网络建模概述第23-25页
     ·建模流程第23-25页
     ·从数据中学习贝叶斯网络第25页
   ·贝叶斯网络结构学习第25-38页
     ·常用的评分方法第26-28页
     ·两种典型算法分析第28-29页
     ·改进的结构学习算法第29-33页
     ·实验分析第33-38页
   ·贝叶斯网络参数学习第38-46页
     ·最大似然估计和最大后验概率第38-39页
     ·EM 算法第39-41页
     ·一种在线的增量式 EM 参数学习方法第41-44页
     ·实验分析第44-46页
   ·本章小结第46-47页
3 贝叶斯网络分类器第47-71页
   ·引言第47-48页
   ·常见贝叶斯网络分类器第48-52页
     ·朴素贝叶斯分类器第48-49页
     ·增强型朴素贝叶斯分类器第49-50页
     ·一般贝叶斯网络分类器第50-51页
     ·贝叶斯多网分类器第51-52页
   ·层次朴素贝叶斯网络分类器第52-62页
     ·基本定义第52-54页
     ·学习流程第54页
     ·算法步骤第54-58页
     ·算法控制参数设置第58-59页
     ·实验分析第59-62页
   ·分类器模型在水质预警中的应用研究第62-70页
     ·三峡库区(重庆段)水环境安全预警平台结构第63-65页
     ·富营养化评价模型结构第65-68页
     ·模型应用分析第68-70页
   ·本章小结第70-71页
4 概率关系模型第71-96页
   ·引言第71-72页
   ·概率关系模型第72-77页
     ·关系模式第72-74页
     ·属性的概率模型第74-75页
     ·PRM第75-77页
   ·PRM 的学习第77-80页
     ·属性不确定第77页
     ·存在不确定第77-78页
     ·参照不确定第78-80页
   ·模型解释与逻辑化第80-82页
     ·逻辑结构第80-81页
     ·概率结构第81-82页
     ·结构不确定第82页
   ·基于PRM 的水体富营养化风险预测模型第82-95页
     ·研究背景第82-83页
     ·水体富营养化生态动力学模型第83-84页
     ·水体富营养化风险预测模型第84-95页
   ·本章小结第95-96页
5 贝叶斯网络与多 Agent 群决策支持系统第96-126页
   ·引言第96-97页
   ·群决策支持系统与 Agent 技术第97-101页
     ·群决策支持系统第97-98页
     ·Agent 技术第98-100页
     ·Agent 与GDSS第100-101页
   ·基于 BN 的个体 agent 设计第101-106页
     ·理论模型第101-102页
     ·模型结构第102-104页
     ·学习过程第104-106页
   ·多 agent 群决策支持系统第106-113页
     ·多agent 群决策支持系统组织结构建模第106-109页
     ·多agent 群决策支持系统组织过程建模第109-113页
   ·多 agent 群决策支持系统中的协作第113-125页
     ·协作的基本方式第113-114页
     ·基于BN 的多agent 协商模型第114-116页
     ·基于BN 的多agent 协商过程第116-121页
     ·基于BN 的多agent 协商案例分析第121-125页
   ·本章小结第125-126页
6 结论第126-128页
   ·主要贡献与特色第126-127页
   ·需要进一步研究的问题第127-128页
致谢第128-129页
参考文献第129-138页
附录第138-140页
 A. 作者在攻读博士学位期间发表的论文目录第138页
 B. 作者在攻读博士学位期间参加的科研项目第138-140页

论文共140页,点击 下载论文
上一篇:智能控制在建筑空调控制系统及电梯群控系统中的应用研究
下一篇:开放式磁感应成像技术基础研究