| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文创新性工作 | 第12-13页 |
| ·文章内容组织结构 | 第13-15页 |
| 第二章 基础理论 | 第15-23页 |
| ·概率图模型基础理论 | 第15-18页 |
| ·有向图模型 DGM | 第15-17页 |
| ·无向图模型 UGM | 第17-18页 |
| ·传统的概率图模型评估算法 | 第18-22页 |
| ·ML 和 MAP 算法 | 第18-19页 |
| ·Laplace 算法 | 第19-21页 |
| ·重要性抽样算法 | 第21页 |
| ·MCEM 算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于非广延统计力学 Tsallis 熵的 TDAEM 算法 | 第23-36页 |
| ·EM 算法和 DAEM 算法 | 第23-26页 |
| ·EM 算法 | 第23-25页 |
| ·DAEM 算法 | 第25-26页 |
| ·TDAEM 算法及其收敛性分析 | 第26-31页 |
| ·基于 Tsallis 熵的 TDAEM 算法 | 第26-29页 |
| ·收敛性分析 | 第29-31页 |
| ·实验仿真 | 第31-35页 |
| ·实验描述 | 第31页 |
| ·实验结果及分析 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于混合高斯模型的 GMM_DAVBEM 算法 | 第36-49页 |
| ·变分贝叶斯 EM(VBEM)框架 | 第36-39页 |
| ·变分贝叶斯 VB 框架 | 第37-38页 |
| ·VBEM 算法 | 第38-39页 |
| ·DAVBEM 和 GMM_DAVBEM | 第39-45页 |
| ·DAVBEM 算法 | 第39-40页 |
| ·DAVBEM 算法定理 | 第40-42页 |
| ·GMM_DAVBEM 算法描述 | 第42-45页 |
| ·实验仿真 | 第45-48页 |
| ·实验描述 | 第45-46页 |
| ·实验结果及分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于共轭指数模型的 CE_DAVBEM 算法 | 第49-56页 |
| ·共轭指数族 CE | 第49-50页 |
| ·CE 模型 | 第49-50页 |
| ·CE 模型下的 VBEM 算法 | 第50页 |
| ·CE_DAVBEM 算法及定理 | 第50-52页 |
| ·CE_DAVBEM 算法 | 第50-52页 |
| ·CE_DAVBEM 推论 | 第52页 |
| ·实验仿真 | 第52-54页 |
| ·实验描述 | 第52-53页 |
| ·实验结果及分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文工作总结 | 第56-57页 |
| ·进一步工作展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士期间发表（录用）的论文和参加的科研项目 | 第64-66页 |
| 致谢 | 第66-67页 |
