第1章 緒論
1.1 知識發現
1.2 圖形模式的概念及發展概述
1.3 貝葉斯網絡的應用
1.4 研究框架
第2章 貝葉斯網絡概述
2.1 貝葉斯網絡基礎理論
2.2 貝葉斯網絡學習方法
2.3 貝葉斯網絡學習算法的準確性評價方法
第3章 貝葉斯網絡弧定向方法研究
3.1 貝葉斯網絡弧定向方法介紹
3.2 信息論的基本概念
3.3 CE-GA算法
3.4 實驗分析
3.5 本章小結
第4章 基於進化計算的貝葉斯網絡學習
4.1 進化計算
4.2 進化規劃
4.3 進化規劃中早熟收斂原因分析及刻畫早熟收斂的兩個量
4.4 進化規劃中防治早熟收斂現像的兩種方法
4.5 基於Niche-EP的貝葉斯網絡學習
4.6 基於Restart-EP的貝葉斯網絡學習
4.7 Niche-EP與Restart-EP的比較分析
4.8 本章小結
第5章 基於粒子群算法的貝葉斯網絡學習
5.1 基本粒子群算法
5.2 粒子群算法與遺傳算法的比較
5.3 粒子群算法在實際中的應用
5.4 離散粒子群算法
5.5 基於離散粒子群算法的貝葉斯網絡結構學習
5.6 基於改進離散粒子群算法的貝葉斯網絡結構學習
5.7 Niche-EP、Restart-EP及離散PSO學習貝葉斯網絡結構比較
5.8 本章小結
第6章 一種從不完備關繫數據中學習PRM的方法
6.1 背景知識
6.2 MLTEC算法
6.3 實驗測試
6.4 本章小結
第7章 貝葉斯網絡在人口預測與決策中的應用
7.1 人口決策分析的基本過程和方法
7.2 人口決策繫統綜合分析
7.3 基於貝葉斯網絡的人口決策繫統指標體繫
7.4 基於貝葉斯網絡的人口決策繫統預測模型
7.5 本章小結
參考文獻