| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 课题背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 论文主要内容 | 第9-10页 |
| 1.4 论文章节安排 | 第10-11页 |
| 第二章 相关理论基础 | 第11-19页 |
| 2.1 贝叶斯网络分类器 | 第11-15页 |
| 2.1.1 贝叶斯网络理论基础 | 第11-12页 |
| 2.1.2 贝叶斯网络的学习 | 第12页 |
| 2.1.3 经典贝叶斯网络分类器 | 第12-15页 |
| 2.2 遗传算法基本原理 | 第15-18页 |
| 2.2.1 单目标遗传算法 | 第15-16页 |
| 2.2.2 多目标遗传算法 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于遗传优化的自适应的贝叶斯网络分类模型 | 第19-32页 |
| 3.1 模型设计 | 第19-25页 |
| 3.1.1 初始化 | 第20-21页 |
| 3.1.2 适应度评估 | 第21-22页 |
| 3.1.3 遗传优化 | 第22-25页 |
| 3.2 数值实验 | 第25-30页 |
| 3.2.1 实验环境 | 第25页 |
| 3.2.2 实验方法及参数设计 | 第25-26页 |
| 3.2.3 实验结果及分析 | 第26-30页 |
| 3.3 本章小结 | 第30-32页 |
| 第四章 基于多目标优化的贝叶斯网络分类模型 | 第32-42页 |
| 4.1 模型设计 | 第32-37页 |
| 4.1.1 初始化 | 第33-34页 |
| 4.1.2 适应度计算 | 第34-36页 |
| 4.1.3 遗传优化 | 第36-37页 |
| 4.2 数值实验 | 第37-41页 |
| 4.2.1 实验环境 | 第37-38页 |
| 4.2.2 实验方法及参数设置 | 第38页 |
| 4.2.3 实验结果分析 | 第38-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 基于多目标优化贝叶斯网络分类模型的人脸识别系统 | 第42-47页 |
| 5.1 系统的设计与实现 | 第42-46页 |
| 5.1.1 数据采集模块 | 第42-44页 |
| 5.1.2 特征处理模块 | 第44-45页 |
| 5.1.3 识别模块 | 第45-46页 |
| 5.2 本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 6.1 总结 | 第47页 |
| 6.2 展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 发表论文和科研情况说明 | 第52-53页 |
| 致谢 | 第53页 |