首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

贝叶斯网络开发平台的研究与实现

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-15页
   ·课题背景及意义第9-10页
   ·国内外研究现状第10-13页
   ·课题研究的目标第13页
   ·使用的开发工具第13-15页
第二章 贝叶斯网络理论基础第15-24页
   ·贝叶斯网络相关理论知识第15-17页
     ·概率论的基本思想第15-16页
     ·贝叶斯定理第16页
     ·贝叶斯概率推理第16-17页
     ·图形模型第17页
   ·贝叶斯网络理论和方法第17-22页
     ·贝叶斯网络概念第18-19页
     ·贝叶斯网络建模第19-20页
     ·贝叶斯网络特性第20-21页
     ·贝叶斯网络推理模式第21-22页
   ·贝叶斯网络学习第22-23页
     ·贝叶斯网络推理模式第22页
     ·贝叶斯网络的结构学习第22-23页
     ·贝叶斯网络的概率学习第23页
   ·本章小结第23-24页
第三章 贝叶斯网络开发平台的UML建模第24-29页
   ·贝叶斯网络开发平台的活动图第24-25页
   ·贝叶斯网络开发平台的用例图第25-27页
   ·贝叶斯网络开发平台的类图第27-29页
第四章 系统内部算法的研究第29-44页
   ·最大似然估计的计算第29-30页
   ·缺失数据最大似然估计第30-34页
     ·EM算法的基本理论第31-32页
     ·EM算法的程序实现第32-34页
   ·缺损数据修补方法第34-36页
     ·算法描述第34-35页
     ·评分函数第35-36页
   ·结构学习第36-44页
     ·模型选择第37-39页
     ·模型优化第39-44页
第五章 平台功能实现与测试第44-59页
   ·需求第44页
   ·功能分析第44-46页
   ·功能实现第46-52页
     ·贝叶斯网络建模的功能实现第46-50页
     ·贝叶斯网络节点概率推算的功能实现第50-52页
     ·贝叶斯网络的缺失数据修复的功能实现第52页
   ·功能测试第52-59页
     ·节点属性概率推算的功能测试第53-54页
     ·结构生成的功能测试第54-57页
     ·数据修复的功能测试第57-59页
第六章 结论第59-60页
参考文献第60-62页
在学研究成果第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:电气火灾报警监控系统的设计
下一篇:双线性广义系统的无源控制