一种Bayesian网结构学习算法的研究
| 第一章 绪论 | 第1-9页 |
| ·研究背景和意义 | 第7-8页 |
| ·本文的工作 | 第8-9页 |
| 第二章 Bayesian 网介绍 | 第9-18页 |
| ·概述 | 第9-11页 |
| ·数学含义 | 第11-13页 |
| ·Bayesian 网定义 | 第13-14页 |
| ·Bayesian 网的推理 | 第14-15页 |
| ·变量消除算法 | 第14-15页 |
| ·连结树算法 | 第15页 |
| ·例子 | 第15-18页 |
| 第三章 Bayesian 网学习 | 第18-38页 |
| ·Bayesian 网的建造 | 第18页 |
| ·Bayesian 网学习概述 | 第18-20页 |
| ·结构学习 | 第20-28页 |
| ·MDL 函数 | 第21-22页 |
| ·BDe 函数 | 第22-28页 |
| ·参数学习 | 第28-38页 |
| ·MLE 方法 | 第28-30页 |
| ·Bayesian 方法 | 第30-38页 |
| 第四章 平台中的 EGA 算法 | 第38-46页 |
| ·概述 | 第38页 |
| ·EGA 算法 | 第38-43页 |
| ·适应度函数 | 第38-39页 |
| ·参数编码 | 第39-41页 |
| ·遗传操作设计 | 第41-42页 |
| ·选择 | 第41页 |
| ·交叉 | 第41-42页 |
| ·变异 | 第42页 |
| ·初始群体的设定 | 第42-43页 |
| ·设定控制参数 | 第43页 |
| ·算法描述 | 第43-44页 |
| ·进一步讨论 | 第44-46页 |
| 第五章 免疫遗传 Bayesian 网学习算法 | 第46-54页 |
| ·研究背景 | 第46-47页 |
| ·用免疫算法学习Bayesian 网络 | 第47-54页 |
| ·编码方式 | 第48页 |
| ·适应度 | 第48-50页 |
| ·遗传操作 | 第50页 |
| ·提取疫苗 | 第50-52页 |
| ·免疫算子设计 | 第52-54页 |
| 第六章 实例评估 | 第54-61页 |
| ·组件实现说明 | 第54页 |
| ·组件运行说明 | 第54-59页 |
| ·试验对比 | 第59-61页 |
| 第七章 总结 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 摘要 | 第64-66页 |
| ABSTRACT | 第66-69页 |
| 致谢 | 第69-70页 |
| 导师与作者简介 | 第70页 |
