| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题背景与研究意义 | 第9-10页 |
| ·DBN结构学习的研究现状 | 第10-11页 |
| ·本课题的主要研究内容 | 第11页 |
| ·本文的组织结构 | 第11-13页 |
| 第2章 动态贝叶斯网络及其结构学习 | 第13-19页 |
| ·贝叶斯网络及其结构学习 | 第13-14页 |
| ·动态贝叶斯网络 | 第14-15页 |
| ·动态贝叶斯网络学习 | 第15-17页 |
| ·网络的评分标准 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 基于粒子群优化的DBN结构学习算法 | 第19-33页 |
| ·粒子群优化算法PSO | 第19-21页 |
| ·基于粒子群优化的BN结构学习算法BN-PSO | 第21-23页 |
| ·粒子的位置及速度表示 | 第21-22页 |
| ·粒子位置减法算子 | 第22页 |
| ·粒子速度的加法算子 | 第22页 |
| ·BN-PSO算法流程 | 第22-23页 |
| ·基于粒子群优化的DBN结构学习算法I-BN-PSO | 第23-27页 |
| ·基于条件独立性测试的搜索空间压缩 | 第23-25页 |
| ·基于MDL评分增益的粒子位置减法算子 | 第25-26页 |
| ·随机扰动策略 | 第26页 |
| ·I-BN-PSO算法描述 | 第26-27页 |
| ·实验及结果分析 | 第27-32页 |
| ·实验设计 | 第27-30页 |
| ·算法的求解质量、迭代次数及时间比较 | 第30-31页 |
| ·收敛性能比较 | 第31-32页 |
| ·I-BN-PSO学习动态贝叶斯转移网络 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于蚁群优化的DBN结构学习算法 | 第33-53页 |
| ·基于蚁群优化的BN结构学习算法VSMI-ACOB | 第33-45页 |
| ·基于蚁群优化的BN结构学习算法ACOB及I-ACOB | 第33-35页 |
| ·基于阈值自调整的可变搜索空间 | 第35-38页 |
| ·基于模拟退火的优化策略 | 第38页 |
| ·算法描述及分析 | 第38-40页 |
| ·实验结果及分析 | 第40-45页 |
| ·基于蚁群优化的 DBN 结构学习算法 ACO-DBN-2S | 第45-51页 |
| ·蚁群的两步选边策略 | 第45-46页 |
| ·再次改进优化策略 | 第46页 |
| ·ACO-DBN-2S 算法描述 | 第46-47页 |
| ·实验及结果分析 | 第47-51页 |
| ·本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
