BLP模型实现方法的研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景 | 第7-8页 |
| ·本文工作 | 第8-10页 |
| 第二章 理论基础 | 第10-21页 |
| ·统计关系学习 SRL | 第10-12页 |
| ·统计关系学习概念 | 第10页 |
| ·统计关系学习方法分类 | 第10-11页 |
| ·统计关系学习的应用 | 第11-12页 |
| ·归纳逻辑程序 ILP | 第12-17页 |
| ·ILP 的定义 | 第12-14页 |
| ·ILP 的问题描述 | 第14-15页 |
| ·ILP 的分类方法 | 第15-16页 |
| ·ILP 的优点 | 第16-17页 |
| ·贝叶斯网 BN | 第17-21页 |
| ·BN 的定义 | 第17-18页 |
| ·BN 的语义 | 第18-20页 |
| ·BN 的应用 | 第20-21页 |
| 第三章 BLP 模型 | 第21-33页 |
| ·BLP 的提出 | 第21-22页 |
| ·BLP 的定义 | 第22-23页 |
| ·BLP 的例子 | 第23-24页 |
| ·BLP 的语义 | 第24-28页 |
| ·声明语义 | 第24-26页 |
| ·查询语义 | 第26-28页 |
| ·BLP 的特例 | 第28-30页 |
| ·贝叶斯网 | 第28页 |
| ·确定子句逻辑 | 第28-29页 |
| ·结构短语 | 第29-30页 |
| ·BLP 的学习 | 第30-33页 |
| ·结构学习 | 第30-31页 |
| ·参数学习 | 第31-33页 |
| 第四章 BLP 模型的一种实现方法 LBLP | 第33-46页 |
| ·粒子群简介 | 第33-35页 |
| ·定义 | 第33-34页 |
| ·算法思想 | 第34-35页 |
| ·LBLP 的提出 | 第35页 |
| ·LBLP 的子句获取 | 第35-40页 |
| ·数据预处理 | 第35-36页 |
| ·问题编码 | 第36-37页 |
| ·挖掘算法 | 第37-38页 |
| ·适应度计算 | 第38-39页 |
| ·数据后处理 | 第39-40页 |
| ·LBLP 的概率分布计算 | 第40-44页 |
| ·统计方法 | 第40-41页 |
| ·梯度上升方法 | 第41-44页 |
| ·LBLP 的联合规则设置 | 第44-45页 |
| ·LBLP 小结 | 第45-46页 |
| 第五章 实验结果与分析 | 第46-59页 |
| ·实验数据 | 第46-47页 |
| ·LBLP 算法的实验 | 第47-49页 |
| ·子句获取的实验 | 第47-48页 |
| ·概率分布计算的实验 | 第48-49页 |
| ·搜索空间的扩展 | 第49页 |
| ·推理应用实验 | 第49-55页 |
| ·建立支撑网 | 第49-51页 |
| ·无证据查询 | 第51-53页 |
| ·证据查询 | 第53-55页 |
| ·PSO 与GILP 的对比实验 | 第55-56页 |
| ·BLP 的修正 | 第56-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 摘要 | 第64-66页 |
| ABSTRACT | 第66-69页 |
| 致谢 | 第69-70页 |
| 导师及作者简介 | 第70页 |
