基于超结构的贝叶斯网络结构学习
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 贝叶斯网络的研究背景 | 第14-16页 |
| 1.1.1 起源与发展 | 第14-15页 |
| 1.1.2 贝叶斯网络研究的意义 | 第15-16页 |
| 1.2 贝叶斯网络的研究现状 | 第16-20页 |
| 1.2.1 结构学习的研究现状 | 第16-19页 |
| 1.2.2 贝叶斯网络的应用研究现状 | 第19-20页 |
| 1.3 论文组织 | 第20-22页 |
| 第二章 贝叶斯网络概述 | 第22-32页 |
| 2.1 贝叶斯网络模型介绍 | 第22-27页 |
| 2.1.1 概率基础理论 | 第22-23页 |
| 2.1.2 图论基础知识 | 第23-24页 |
| 2.1.3 贝叶斯网络概念 | 第24-27页 |
| 2.2 贝叶斯网络分类 | 第27页 |
| 2.3 结构学习的前提假设 | 第27-28页 |
| 2.4 结构学习的理论知识 | 第28-31页 |
| 2.4.1 评分函数 | 第28-30页 |
| 2.4.2 搜索策略 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 超结构学习 | 第32-42页 |
| 3.1 理论基础 | 第32-35页 |
| 3.2 超结构约束下的复杂度分析 | 第35-36页 |
| 3.3 超结构学习Opt01算法 | 第36-40页 |
| 3.3.1 算法描述 | 第37-38页 |
| 3.3.2 实验仿真 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 基于超结构的贝叶斯网络结构算法研究 | 第42-54页 |
| 4.1 基础知识 | 第42-43页 |
| 4.2 基于约束的贝叶斯网络结构学习 | 第43-45页 |
| 4.2.1 独立性检验 | 第43-44页 |
| 4.2.2 独立性检验的缺点 | 第44-45页 |
| 4.3 MMHC算法介绍及分析 | 第45-48页 |
| 4.3.1 MMHC算法的第一阶段 | 第45-47页 |
| 4.3.2 MMHC算法的第二阶段 | 第47-48页 |
| 4.4 基于超结构的Opt01HC算法 | 第48-53页 |
| 4.4.1 算法描述 | 第48-49页 |
| 4.4.2 仿真实验 | 第49-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 工作总结 | 第54页 |
| 5.2 研究展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |
