| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 贝叶斯网络研究现状 | 第11-12页 |
| 1.3 本文的主要工作和组织结构 | 第12-14页 |
| 第二章 贝叶斯网络理论概述 | 第14-23页 |
| 2.1 贝叶斯网络理论基础 | 第14-16页 |
| 2.1.1 概率论基础 | 第14-15页 |
| 2.1.2 图论基础 | 第15-16页 |
| 2.1.3 贝叶斯网络定义 | 第16页 |
| 2.2 贝叶斯网络结构学习 | 第16-20页 |
| 2.2.1 贝叶斯网络K2算法 | 第17-18页 |
| 2.2.2 贝叶斯网络爬山算法 | 第18-19页 |
| 2.2.3 贝叶斯网络MMHC算法 | 第19-20页 |
| 2.3 贝叶斯网络参数学习 | 第20-21页 |
| 2.4 贝叶斯网络知识推理和评价标准 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 高维贝叶斯网约简与组合 | 第23-34页 |
| 3.1 问题的提出 | 第23页 |
| 3.2 高维贝叶斯网络的约简 | 第23-28页 |
| 3.2.1 因果关系推断模型 | 第24-26页 |
| 3.2.2 基于因果关系相似系数的定义 | 第26-27页 |
| 3.2.3 基于因果相似度的约简聚类算法 | 第27-28页 |
| 3.3 高维贝叶斯网络的组合 | 第28-33页 |
| 3.3.1 连接两类关键节点的定义 | 第28-29页 |
| 3.3.2 基于因果关系度量的爬山算法 | 第29-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于高维贝叶斯网的高校投入产出薄弱分析模型 | 第34-60页 |
| 4.1 高校投入产出绩效模型 | 第34-38页 |
| 4.2 高校投入产出薄弱分析概述 | 第38-41页 |
| 4.2.1 高校投入薄弱分析流程 | 第39-40页 |
| 4.2.2 高校产出薄弱分析流程 | 第40-41页 |
| 4.3 高校投入产出薄弱分析高维贝叶斯网络的模型构建 | 第41-53页 |
| 4.3.1 高校投入产出指标变量聚类分析 | 第41-43页 |
| 4.3.2 基于因果关系度量的爬山法算法分析 | 第43-48页 |
| 4.3.3 高校投入产出贝叶斯网的约简 | 第48-51页 |
| 4.3.4 高校投入产出贝叶斯子网的组合 | 第51-53页 |
| 4.4 改进算法比较与结果分析 | 第53-58页 |
| 4.4.1 贝叶斯网络评分的比较 | 第54-55页 |
| 4.4.2 贝叶斯网络建网复杂度比较 | 第55-56页 |
| 4.4.3 贝叶斯网络推理性能的比较 | 第56-58页 |
| 4.5 高校投入产出薄弱分析的知识推理 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附件 | 第67页 |