声明
摘要
第1章绪论
1.1课题研究背景及意义
1.2国内外研究现状
1.2.1贝叶斯网络研究现状
1.2.2贝叶斯网络结构现状
1.3本文主要工作
第2章贝叶斯网络基础及相关理论
2.1贝叶斯网络的基本概念
2.1.1贝叶斯网络的定义
2.1.2一个贝叶斯网络模型的构建实例
2.2贝叶斯网络的基础知识
2.2.1贝叶斯网络的概率论基础
2.2.2贝叶斯网络的信息论基础
2.1.3贝叶斯网络的图论基础
2.3主要的贝叶斯网络结构学习方法
2.3.1基于条件独立性测试的结构学习方法
2.3.2基于评分搜索的结构学习方法
2.3.3基于混合搜索算法的结构学习方法
2.4本章小结
第3章基于数据的贝叶斯网络结构学习方法研究基
3.1基于改进MIC的初始网络构造方法
3.1.1最大信息系数
3.1.2初始网络的构建
3.2基于BPSO-ADR的评分搜索算法
3.2.1二值粒子群算法
3.2.2 BPSO ADR算法
3.3基于pMIC_BPSO_ADR的混合结构学习方法
3.3.1两阶段算法的结合方式
3.3.2算法整体流程
3.4仿真分析
3.4.1实验准备
3.4.2基于改进MIC的初始网络构造方法的仿真分析
3.4.3贝叶斯网络结构学习算法对比仿真分析
3.5本章小结
第4章知识在贝叶斯网络结构学习方法中的应用研究
4.1专家知识的应用
4.1.1边的类型
4.1.2专家知识分类与专家准确率
4.2基于规则的搜索方向引导
4.2.1基于规则方法的基本概念
4.2.2基于不同类知识的添减边规则
4.3基于知识的评分函数的改进
4.3.1知识与评分搜索算法的融合
4.3.2基于不同类知识的评分函数的改进
4.4仿真分析
4.4.1算法整体流程
4.4.2实验准备
4.4.3实验仿真与对比分析
4.5本章小结
5.1总结
5.2展望
参考文献
致谢
东北大学;