| 中文摘要 | 第5-7页 |
| 英文摘要 | 第7-8页 |
| 第一章 引言 | 第9-11页 |
| 第二章 贝叶斯网络分类器的基本理论 | 第11-21页 |
| §2.1 概率论基础 | 第11-12页 |
| §2.2 贝叶斯网络分类器基础 | 第12-15页 |
| §2.3 参数的学习 | 第15-16页 |
| §2.4 相关分类器的介绍 | 第16-21页 |
| 第三章 基于权重优化的朴素贝叶斯分类器 | 第21-31页 |
| §3.1 贝叶斯相关定理及特征加权 | 第21-24页 |
| §3.2 算法描述 | 第24-29页 |
| §3.3 实验及结果分析 | 第29-31页 |
| 第四章 一种新型朴素贝叶斯分类器的学习方法 | 第31-39页 |
| §4.1 TAN模型的DTAN构造方法 | 第31-32页 |
| §4.2 隐朴素贝叶斯分类器的构建 | 第32-39页 |
| 第五章 总结与展望 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44页 |