| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·本文研究背景与意义 | 第9-10页 |
| ·贝叶斯网络研究现状 | 第10-12页 |
| ·本文主要研究内容及章节安排 | 第12-13页 |
| ·本章小结 | 第13-15页 |
| 第二章 结构参数限制的遗传算法优化贝叶斯网络理论基础 | 第15-35页 |
| ·贝叶斯网络 | 第15-25页 |
| ·贝叶斯网络综述 | 第15-18页 |
| ·贝叶斯网络模型学习 | 第18-25页 |
| ·遗传算法 | 第25-31页 |
| ·遗传算法思想 | 第25-26页 |
| ·遗传算法实现 | 第26-28页 |
| ·评价函数设计 | 第28-30页 |
| ·遗传算法优缺点 | 第30-31页 |
| ·先验知识 | 第31-33页 |
| ·先验知识基本理论 | 第31-32页 |
| ·结合先验知识到遗传算法 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 遗传算法与结构/参数限制相结合的贝叶斯网络学习优化 | 第35-59页 |
| ·结合领域知识的BN 学习方法 | 第35-36页 |
| ·常用的结合领域知识的BN 学习方法 | 第35-36页 |
| ·本文提出的融合基因限制的遗传算法 | 第36页 |
| ·融合结构参数限制的遗传算法学习BN | 第36-39页 |
| ·结构参数限制的类型 | 第37-39页 |
| ·基于本文提出方法的非法入侵事件检测 | 第39-48页 |
| ·针对非法入侵的贝叶斯网络模型 | 第40-43页 |
| ·基于先验知识的结构参数限制 | 第43-48页 |
| ·实验部分 | 第48-57页 |
| ·实验环境 | 第48-49页 |
| ·实验思路和算法流程 | 第49-51页 |
| ·实验结果 | 第51-56页 |
| ·实验结论 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第四章 遗传算法与禁忌搜索相结合的贝叶斯网络学习优化 | 第59-81页 |
| ·禁忌搜索概述 | 第59-65页 |
| ·禁忌搜索思想 | 第60-61页 |
| ·禁忌搜索的构成 | 第61-63页 |
| ·禁忌搜索流程 | 第63-65页 |
| ·融合基因禁忌到遗传算法 | 第65-67页 |
| ·基因禁忌算法和遗传算法的优缺点 | 第65-66页 |
| ·现有的融合基因禁忌到遗传算法中的方法 | 第66-67页 |
| ·本文提出的融合基因限制和基因禁忌的遗传算法 | 第67页 |
| ·基于本文提出方法的非法入侵事件检测 | 第67-68页 |
| ·针对非法入侵的贝叶斯网络模型 | 第67-68页 |
| ·基因限制和基因禁忌 | 第68页 |
| ·实验部分 | 第68-79页 |
| ·实验环境 | 第68-69页 |
| ·本文算法流程 | 第69-72页 |
| ·实验结果 | 第72-79页 |
| ·实验结论 | 第79页 |
| ·本章小结 | 第79-81页 |
| 第五章 总结与展望 | 第81-83页 |
| ·本文主要贡献与收获 | 第81-82页 |
| ·存在问题与未来展望 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 攻读硕士学位期间已发表或录用的论文 | 第89-90页 |
| 致谢 | 第90-92页 |
