| 摘要 | 第3-7页 |
| Abstract | 第7-10页 |
| Chapter1 (Introduction) | 第16-21页 |
| 1.1 Introduction | 第16-17页 |
| 1.2 Contributions | 第17-19页 |
| 1.3 Structure of the thesis | 第19-21页 |
| Chapter2 (Theoretical Basis) | 第21-39页 |
| 2.1 Single-dimensional to Multi-dimensional Prediction | 第21-29页 |
| 2.1.1 Multi-label classification | 第27-28页 |
| 2.1.2 Multi-dimensional classification | 第28-29页 |
| 2.2 Multi-dimensional Bayesian Network Classifier (MBNC) | 第29-39页 |
| 2.2.1 Basics of Bayesian Network | 第29-33页 |
| 2.2.2 Definition of MBNC | 第33-36页 |
| 2.2.3 Research Progress | 第36-39页 |
| Chapter3 (General Multi-dimensional Bayesian Network Classifiers (GMBNC)) | 第39-45页 |
| 3.1 Definition and Basics | 第39-40页 |
| 3.2 Conventional Global Search Approach for Structure Learning | 第40-42页 |
| 3.3 Parameter Learning | 第42-44页 |
| 3.4 Inference | 第44-45页 |
| Chapter4 (Structure Learning of GMBNC by Iterative Parents and Children: IPC-GMBNC) | 第45-54页 |
| 4.1 Heuristics | 第45-46页 |
| 4.2 Algorithm Specification | 第46-51页 |
| 4.3 Proof of Soundness and Analysis | 第51-54页 |
| Chapter5 (Structure Learning of GMBNC by Dynamic Ordering Search: DOS-GMBNC) | 第54-63页 |
| 5.1 Heuristics | 第54-56页 |
| 5.2 Algorithm Specification | 第56-60页 |
| 5.3 Proof of Soundness and Analysis | 第60-63页 |
| Chapter6 (Structure Learning of GMBNC by Local and Adaptive Search: LAS-GMBNC) | 第63-66页 |
| 6.1 Heuristics | 第63-64页 |
| 6.2 Algorithm Specification | 第64页 |
| 6.3 Proof of Soundness and Analysis | 第64-66页 |
| Chapter7 (Empirical Study) | 第66-82页 |
| 7.1 Experiment design | 第66-68页 |
| 7.2 Networks and Datasets | 第68-70页 |
| 7.3 Performance measurements and discussion | 第70-80页 |
| 7.3.1 Quality of knowledge discovery | 第71-73页 |
| 7.3.2 Quality of density estimation | 第73-75页 |
| 7.3.3 Computational complexity | 第75-78页 |
| 7.3.4 Influence of network density | 第78-80页 |
| 7.4 Conclusion | 第80-82页 |
| Chapter8 (Conclusion and Future Works) | 第82-86页 |
| 8.1 summarizes the main contributions | 第82-83页 |
| 8.3 Future work | 第83-86页 |
| References | 第86-90页 |
| Acknowledgements | 第90-92页 |
| 附录 | 第92-93页 |
