1342-贝叶斯网络演示软件设计

摘要
贝叶斯网络是以概率理论为基础的不确定知识表示模型,贝叶斯网络推理的目的是得到随机变量的概率分布。目前,最流行的推理算法是联合树算法,它的主要思想是将贝叶斯网络转化为一棵无向树,在无向树上完成消息传递过程,计算机毕业设计，求出原贝叶斯网络中任意随机变量的概率分布。为了降低算法的计算时空复杂度,对算法进行了不断的改进,为贝叶斯网络推理算法的进一步研究提供了条件。[计算机毕业设计_毕业设计论文_计算机硕士论文下载-计算机毕业网].53388182013-3-3 think58.com

[资料来源：http://www.THINK58.com]

关键字： 贝叶斯网络演示；推理算法；网络模型
目  录
贝叶斯网络演示软件设计 1
摘要 1
关键字 1
Abstract 2
第一章 绪论 4
1.1 课题的研究背景 4
第二章 系统开发技术分析 5
2.1 C++简介 5
2.2 VC 6.0介绍 5
2.3 贝叶斯网络模型的概述 6
第三章 贝叶斯网络算法分析 7
3.1贝叶斯网络的构成方式 7
3.2 在软件可靠性预测模型中的应用 7
3.3 推理 8
3.4 联合算法的实现过程 9
第四章 系统概要设计 11
4.1贝叶斯网络演示软件总体功能结构 11
4.1.1系统总体功能结构 11
4.2 E-R图 11
4.2.1节点实体图及属性 13
第五章 详细设计 13
5.1 系统模块设计 13
5.2 基础信息管理模块设计 14
5.2.1 建立节点界面 14
5.2.2节点信息查询界面 14
致谢 17
参考文献 17 本文来自think58 [来源：http://www.think58.com]

2.3 贝叶斯网络模型的概述
贝叶斯网络（BN）， 又称为信度网， 由一个有向无环图（DirectedAcylic Graph，DAG） 和条件概率表（ConditionalProbability Table，CPT）组成。贝叶斯网络分类模型（BNC）的形式化的描述如下：
n 元随机变量X={X1，X2，…Xn}的贝叶斯网络模型是一个二元组
B=（Bs，Bp）。Bs=（X，E）是一有向无环图（directed acrylic graph, DAG），其中X={X1，X2，…Xn}为结点集，每个结点可看成取离散或连续值的变量（本文限定其只取离散值）；E 是有向边的集合，工程硕士论文，每条边表示两结点间依赖关系，依赖程度由条件概率参数决定。称Bs 为BN 模型网络结构。Bp={P（Xi/ΠXi ），Xi∈X}是贝叶斯网络模型的一组条件概率分布的集合。在各结点取离散值的情况下，BP 为一组条件概率表（conditional probability tables, CPTs）的集合。ΠXi 是在Bs 中Xi 所有父结点的集合， 表示结点Xi 在其父结点某一取值组合状态下的条件概率分布。这说明，在贝叶斯网络模型中，结点的取值依赖于其父结点的取值状态。

think58好，好think58