首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

贝叶斯网络结构学习算法改进研究

摘要第1-7页
Abstract第7-14页
第一章 绪论第14-20页
   ·课题研究的背景和意义第14-15页
   ·国内外研究现状第15-17页
     ·贝叶斯网络结构学习算法研究现状第15-17页
     ·贝叶斯网络应用研究动态第17页
   ·本文的主要工作及组织结构第17-20页
第二章 贝叶斯网络结构学习算法第20-39页
   ·基本概念第20-21页
   ·贝叶斯网络的学习第21-27页
     ·贝叶斯网络的概述第21-24页
     ·贝叶斯网络结构学习第24-25页
     ·贝叶斯网络参数学习第25-27页
   ·两类主要的贝叶斯网络结构学习算法第27-34页
     ·基于条件独立性测试的贝叶斯网络结构学习算法第27-30页
     ·基于评分搜索的贝叶斯网络结构学习算法第30-34页
   ·混合贝叶斯网络结构学习算法第34-37页
     ·Sparse Candidate算法第34-35页
     ·MMHC算法第35-37页
   ·本章小结第37-39页
第三章 MMHC算法的贝叶斯网络评分准则改进第39-56页
   ·MMHC算法的评分准则存在的不足第39-40页
   ·贝叶斯网络结构学习评分准则第40-44页
   ·实验设计与数据集第44-49页
   ·实验结果分析第49-55页
   ·本章小节第55-56页
第四章 MMHC算法的贝叶斯网络搜索算法改进第56-70页
   ·贝叶斯网络结构学习搜索算法研究第56-57页
   ·MMHC算法的搜索算法缺陷分析第57-58页
   ·MMHC算法的贝叶斯网络结构搜索算法改进第58-65页
   ·实验设计与结果分析第65-69页
   ·本章小结第69-70页
第五章 MMHC算法错误传播的缺陷分析及改进第70-78页
   ·MMHC算法错误传播缺陷分析第70-72页
   ·MMHC算法错误传播缺陷的改进设计第72-74页
   ·实验设计与结果分析第74-77页
   ·本章小结第77-78页
第六章 结束语第78-80页
   ·本文的主要贡献第78-79页
   ·进一步的工作第79-80页
参考文献第80-83页
致谢第83-84页
攻读学位期间发表的论文目录第84-85页
作者和导师简介第85页

论文共85页,点击 下载论文
上一篇:材料试验机的USB总线测控系统设计
下一篇:不同电子加速层的固态阴极射线发光的研究