| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 贝叶斯网络的起源与发展 | 第9-10页 |
| 1.2 贝叶斯网络的研究现状和研究意义 | 第10-11页 |
| 1.3 论文的主要内容与结构介绍 | 第11-13页 |
| 第2章 贝叶斯网络的基本理论 | 第13-26页 |
| 2.1 贝叶斯网络基础知识 | 第13-17页 |
| 2.1.1 概率论基础 | 第13-14页 |
| 2.1.2 贝叶斯网络的信息论基础 | 第14-15页 |
| 2.1.3 贝叶斯网络的图论基础 | 第15页 |
| 2.1.4 贝叶斯网络的定义及表示 | 第15-17页 |
| 2.2 贝叶斯网络学习 | 第17-23页 |
| 2.2.1 参数学习 | 第18-20页 |
| 2.2.2 结构学习 | 第20-23页 |
| 2.3 贝叶斯网络分类器介绍 | 第23-25页 |
| 2.3.1 朴素贝叶斯分类器 | 第23-24页 |
| 2.3.2 树增广朴素贝叶斯分类器 | 第24-25页 |
| 2.3.3 BAN分类器及其构建 | 第25页 |
| 2.4 本章小节 | 第25-26页 |
| 第3章 细菌觅食优化算法 | 第26-33页 |
| 3.1 启发式算法 | 第26-27页 |
| 3.2 细菌算法 | 第27-31页 |
| 3.2.1 细菌算法研究现状 | 第27页 |
| 3.2.2 大肠杆菌的基本活动 | 第27-29页 |
| 3.2.3 细菌算法操作算子 | 第29-30页 |
| 3.2.4 细菌算法的主要步骤和流程 | 第30-31页 |
| 3.3 本章小结 | 第31-33页 |
| 第4章 基于改进细菌觅食优化算法的贝叶斯网络结构学习 | 第33-51页 |
| 4.1 评分函数的确定 | 第33页 |
| 4.2 细菌算法在贝叶斯网络结构学习中的应用 | 第33-35页 |
| 4.2.1 个体初始化 | 第33-34页 |
| 4.2.2 趋向活动 | 第34页 |
| 4.2.3 繁殖活动 | 第34-35页 |
| 4.2.4 迁移活动 | 第35页 |
| 4.3 细菌算法的改进 | 第35-40页 |
| 4.3.1 改进细菌算法中的趋化算子 | 第35-36页 |
| 4.3.2 改进细菌算法中的繁殖算子 | 第36页 |
| 4.3.3 改进细菌算法中的迁移算子 | 第36-38页 |
| 4.3.4 本文算法的实现步骤 | 第38-40页 |
| 4.4 实验设计与结果分析 | 第40-50页 |
| 4.4.1 实验设计 | 第40-42页 |
| 4.4.2 实验设计 | 第42-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者在攻读硕士期间发表,收录及完成的论文 | 第56-57页 |
| 致谢 | 第57页 |