文摘
英文文摘
声明
第一章绪论
1.1研究背景和意义
1.2贝叶斯网络的产生、发展及研究现状
1.3本文所做的工作
1.4本章小结
第二章贝叶斯网络基本理论与在线学习
2.1贝叶斯概率基础
2.2贝叶斯网络基本知识
2.3贝叶斯网络结构学习
2.3.1利用信息论学习贝叶斯网络
2.3.2基于打分-搜索的贝叶斯网络结构学习的典型算法
2.3.3基于信息论的依赖分析方法的典型算法
2.4贝叶斯网络参数学习
2.5贝叶斯网络结构与参数在线学习研究现状
2.6本章小结
第三章几种典型的贝叶斯网络分类器
3.1朴素贝叶斯分类器模型NBC
3.2树扩展朴素贝叶斯分类器模型TANC
3.3贝叶斯网络分类器模型BNC
3.4基于聚类的贝叶斯网络分类器
3.5本章小结
第四章贝叶斯网络结构与参数分步在线学习
4.1算法过程描述
4.2算法适值函数
4.2.1贝叶斯网络结构在线学习适值函数选择
4.2.2网络结构的距离定义
4.2.3贝叶斯网络参数在线学习适值函数选择
4.3遗传操作
4.3.1结构在线学习算法
4.3.2参数在线学习算法
4.4算法检验
4.5本章小结
结论
参考文献
攻读硕士学位期间取得的研究成果
致谢