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 |