| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-14页 |
| ·研究背景和意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·研究内容及创新点 | 第12-13页 |
| ·资料来源、分析工具 | 第13-14页 |
| 第二章 贝叶斯网络的基本知识 | 第14-20页 |
| ·贝叶斯网络概述 | 第14-15页 |
| ·贝叶斯网络的定义及举例 | 第15-17页 |
| ·贝叶斯网络的类型 | 第17页 |
| ·贝叶斯网络的特点 | 第17-18页 |
| ·贝叶斯网络的推理机制 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 贝叶斯网络的构建学习过程 | 第20-34页 |
| ·构建贝叶斯网络的基本步骤 | 第20-22页 |
| ·举例 | 第22页 |
| ·结构学习 | 第22-29页 |
| ·参数学习 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 与贝叶斯网络有关的决策树算法和数据的离散化及贝叶斯等价类 | 第34-38页 |
| ·前言 | 第34页 |
| ·决策树 | 第34-36页 |
| ·数据的离散化处理 | 第36-37页 |
| ·贝叶斯等价类 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第五章 完整的贝叶斯网络学习步骤 | 第38-77页 |
| ·前言 | 第38页 |
| ·资料来源 | 第38-40页 |
| ·数据预处理 | 第40-41页 |
| ·结构学习 | 第41-48页 |
| ·参数学习 | 第48-64页 |
| ·模型验证 | 第64-75页 |
| ·本章小结 | 第75-77页 |
| 第六章 结语 | 第77-79页 |
| ·论文的主要工作和创新点 | 第77-78页 |
| ·尚待继续探讨的问题 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84页 |