不确定信息推理
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文研究内容及其创新 | 第10-11页 |
| ·论文的组织 | 第11-12页 |
| 第二章 贝叶斯信任网络 | 第12-24页 |
| ·引言 | 第12-15页 |
| ·贝叶斯信任网络的表示 | 第12-14页 |
| ·贝叶斯网中的独立关系 | 第14-15页 |
| ·贝叶斯方法 | 第15-18页 |
| ·贝叶斯信任网络的参数学习 | 第18-19页 |
| ·贝叶斯信任网络的结构学习 | 第19-22页 |
| ·基于评分的贝叶斯信任网络结构学习 | 第19-21页 |
| ·基于条件独立性测试的贝叶斯结构学习 | 第21-22页 |
| ·贝叶斯推理 | 第22-24页 |
| 第三章 模糊粗糙集模型 | 第24-31页 |
| ·模糊粗糙集研究概述 | 第24-25页 |
| ·模糊粗糙集概念 | 第25-26页 |
| ·变精度模糊粗糙集模型的定义 | 第26-27页 |
| ·基于Ⅱ-型模糊集截集的模糊支持向量机 | 第27-30页 |
| ·计算隶属度函数和截集 | 第27-29页 |
| ·确定基于Ⅱ-型模糊集截集的模糊支持向量机及参数 | 第29-30页 |
| ·实验结果分析 | 第30页 |
| ·小结 | 第30-31页 |
| 第四章 灰色系统 | 第31-41页 |
| ·灰色系统理论概述 | 第31-32页 |
| ·灰色系统理论的基本内容 | 第32页 |
| ·灰色系统理论基本概念 | 第32-33页 |
| ·灰色系统基本原理 | 第33-34页 |
| ·灰色统计模型 | 第34-41页 |
| ·灰色回归分析统计模型 | 第34-35页 |
| ·常用检验法 | 第35-36页 |
| ·灰色主成分模型 | 第36-37页 |
| ·应用实例 | 第37-41页 |
| 第五章 总结与展望 | 第41-42页 |
| ·总结 | 第41页 |
| ·展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 攻读硕士学位期间发表的论文 | 第45-46页 |
| 致谢 | 第46页 |
