| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景和意义 | 第10页 |
| ·研究内容和方法 | 第10-12页 |
| ·本文的组织架构 | 第12-13页 |
| 第二章 贝叶斯网络与知识发现理论概述 | 第13-25页 |
| ·知识发现概述 | 第13-16页 |
| ·知识发现的概念及过程 | 第13-15页 |
| ·知识发现的任务和方法 | 第15-16页 |
| ·贝叶斯网络概述 | 第16-24页 |
| ·贝叶斯统计 | 第16-17页 |
| ·概率论与图论基础知识 | 第17-19页 |
| ·贝叶斯网的概念 | 第19页 |
| ·贝叶斯网络的建立 | 第19-21页 |
| ·贝叶斯网络的推理 | 第21-23页 |
| ·基于贝叶斯网络进行知识发现的过程 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 食品安全风险评估及追溯系统概述 | 第25-29页 |
| ·食品安全风险评估 | 第25-27页 |
| ·食品安全追溯系统 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 单个指标的潜在风险评估 | 第29-37页 |
| ·风险与潜在风险 | 第29-30页 |
| ·抽样检验指标的潜在风险 | 第30-36页 |
| ·计量型抽样检验指标的潜在风险 | 第30-35页 |
| ·计数型抽样检验指标的潜在风险 | 第35-36页 |
| ·监测指标的潜在风险 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第五章 基于贝叶斯网络知识推理的食品安全风险预测和控制 | 第37-59页 |
| ·食品安全风险知识推理与预警模型的选取 | 第37页 |
| ·贝叶斯网络模型的建立 | 第37-39页 |
| ·模型结构的建立 | 第37-38页 |
| ·节点变量的取值及计算 | 第38-39页 |
| ·从追溯系统中提取数据、获取模型学习样本 | 第39-40页 |
| ·贝叶斯网络模型的参数学习及推理 | 第40-51页 |
| ·先验知识 | 第40-41页 |
| ·参数学习 | 第41-46页 |
| ·基于贝叶斯网络推理进行食品安全风险预测和诊断 | 第46-50页 |
| ·推理正确率评估 | 第50-51页 |
| ·推理问题简化方法效率研究 | 第51-57页 |
| ·使用MATLAB实现推理的简化算法简述 | 第51-52页 |
| ·推理时间计算 | 第52-53页 |
| ·推理效率研究 | 第53-57页 |
| ·本章小结 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录1 推理问题简化方法的MATLAB程序simplify_inference.m | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69页 |