| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 引言 | 第5-9页 |
| 第一章 图模型概述 | 第9-19页 |
| 1.1 基本概念 | 第9-11页 |
| 1.2 广义Bartlett图概述 | 第11-19页 |
| 1.2.1 广义Bartlett图概念 | 第11页 |
| 1.2.2 可分解覆盖算法 | 第11-14页 |
| 1.2.3 常见的广义Bartlett图 | 第14-19页 |
| 第二章 基于图模型的G-Wishart和广义G-Wishart分布 | 第19-27页 |
| 2.1 矩阵理论 | 第19-20页 |
| 2.2 图模型上的G-Wishart分布 | 第20-22页 |
| 2.2.1 一般图模型的G-Wishart分布 | 第20-21页 |
| 2.2.2 次序图上的G-Wishart分布 | 第21-22页 |
| 2.3 图模型上的广义G-Wishart分布 | 第22-27页 |
| 2.3.1 一般图模型上的广义G-wishart分布 | 第22-23页 |
| 2.3.2 图模型上的广义G-Wishart分布的性质 | 第23-27页 |
| 第三章 基于图模型的吉布斯抽样及贝叶斯推断 | 第27-35页 |
| 3.1 Cholesky参数的重新参数化 | 第27-29页 |
| 3.2 基于广义Bartlett图的吉布斯抽样算法 | 第29-32页 |
| 3.3 基于广义Bartlett图的贝叶斯推断 | 第32-35页 |
| 结论 | 第35-37页 |
| 参考文献 | 第37-41页 |
| 攻读学位期间的研究成果 | 第41-42页 |
| 致谢 | 第42-43页 |
