| 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 研究背景及现状 | 第14-19页 |
| 1.1.1 研究背景 | 第14-16页 |
| 1.1.2 贝叶斯网络及马尔科夫毯的研究现状 | 第16-19页 |
| 1.2 本文的研究内容与结构安排 | 第19-22页 |
| 第二章 贝叶斯网络及马尔科夫毯概述 | 第22-30页 |
| 2.1 概率论基础 | 第22-23页 |
| 2.2 贝叶斯网络理论 | 第23-26页 |
| 2.3 马尔科夫毯概念及性质 | 第26-27页 |
| 2.4 基于条件独立性检验的方法 | 第27-28页 |
| 2.5 互信息基本理论 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 马尔科夫毯算法学习研究 | 第30-48页 |
| 3.1 引言 | 第30-31页 |
| 3.2 马尔科夫毯学习算法 | 第31-46页 |
| 3.2.1 马尔科夫毯学习算法EFHITON-PC\MB | 第32-35页 |
| 3.2.2 仿真实验 | 第35-39页 |
| 3.2.3 马尔科夫毯学习算法EFIPC-MB | 第39-42页 |
| 3.2.4 仿真实验与分析 | 第42-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第四章 基于约束的贝叶斯网络结构学习研究 | 第48-54页 |
| 4.1 引言 | 第48-49页 |
| 4.2 贝叶斯网络结构学习算法FEPC | 第49-52页 |
| 4.3 实验仿真与分析 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 结论和展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士学位期间的研究成果 | 第62-63页 |