文摘
英文文摘
声明
第一章 绪论
1.1概率推理和统计学习的研究背景及意义
1.1.1概率推理和统计学习是发掘事物内在联系的工具
1.1.2概率推理和统计学习中的关键技术
1.1.3几何方法在概率推理和统计学习中的作用
1.2概率推理和统计学习的关键技术研究现状
1.2.1统计回归分析
1.2.2动态贝叶斯网络
1.2.3聚类数目估计
1.3本文的研究内容、方法与主要成果
第二章挖掘数据间几何关联的几何关联学习
2.1引言
2.2数据之间几何关联的挖掘
2.3曲线流形之间的几何回归
2.4最优回归模型
2.5基于几何关联的回归模型预测
2.6几何关联学习的预测性能
2.7实验结果
2.8本章小结
第三章基于几何模式相关的动态贝叶斯网络
3.1引言
3.2时间序列映射为几何模式
3.3几何模式的特征、调控子和调控时滞
3.4动态贝叶斯网络推理基因调控网络
3.5实验结果
3.6本章小结
第四章变结构动态贝叶斯网络的自适应学习
4.1引言
4.2时间序列的几何结构与分割
4.2.1时间序列映射为曲线流形
4.2.2几何结构的描述与时间序列的分割
4.3合理模型区域的寻找策略
4.4动态贝叶斯网络的结构学习
4.5动态贝叶斯网络模型的回访机制
4.6自适应学习方法中的参数
4.7实验结果
4.8本章小结
第五章基于两聚类几何模型的聚类数目估计
5.1引言
5.2两聚类的几何模型
5.3分析最优聚类结构的演化原理
5.4基于两聚类几何模型的系统能量和行为
5.5系统的状态和演化规则
5.6实验结果
5.7系统演化方法的适用性
5.8本章小结
第六章总结与展望
致谢
参考文献
攻读博士学位期间完成的论文和科研工作