| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·论文研究背景及意义 | 第12页 |
| ·陨石坑检测研究现状 | 第12-13页 |
| ·无监督与有监督陨石坑检测 | 第13-16页 |
| ·无监督与有监督算法 | 第13-14页 |
| ·常用的有监督陨石坑检测分类方法 | 第14-15页 |
| ·常用的分类评估技术 | 第15-16页 |
| ·论文组织结构 | 第16-18页 |
| 第二章 贝叶斯理论及贝叶斯分类模型 | 第18-27页 |
| ·贝叶斯理论的研究与发展 | 第18页 |
| ·概率论基本概念 | 第18-19页 |
| ·全概率公式 | 第18页 |
| ·贝叶斯公式 | 第18-19页 |
| ·先验概率与后验概率 | 第19页 |
| ·贝叶斯网络描述 | 第19-20页 |
| ·贝叶斯网络学习方法 | 第20-22页 |
| ·贝叶斯网络参数学习 | 第21页 |
| ·贝叶斯网络结构学习 | 第21-22页 |
| ·贝叶斯分类模型 | 第22-26页 |
| ·朴素贝叶斯分类器 NBC | 第23-24页 |
| ·树扩张型朴素贝叶斯分类器 TANC | 第24-25页 |
| ·通用贝叶斯分类器 GBNC | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 L1 正则化的贝叶斯网络分类器 | 第27-39页 |
| ·贝叶斯网络分类器结构学习研究现状 | 第27页 |
| ·K2 算法 | 第27-29页 |
| ·LASSO(LEAST ABSOLUTE SHRINKAGE AND SELECTION OPERATOR) | 第29-31页 |
| ·最小二乘估计 | 第29页 |
| ·LASSO 方法 | 第29-31页 |
| ·L1 正则化的贝叶斯网络分类器(L1-BNC) | 第31-33页 |
| ·实验结果及分析 | 第33-37页 |
| ·实验数据集 | 第33页 |
| ·实验结果 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 L1 正则化贝叶斯分类器在陨石坑检测中的应用 | 第39-49页 |
| ·陨石坑自动检测框架 | 第39页 |
| ·侯选陨石坑 | 第39-41页 |
| ·侯选陨石坑的提出 | 第39-40页 |
| ·侯选陨石坑的构建 | 第40-41页 |
| ·特征抽取及特征选择 | 第41-43页 |
| ·纹理特征抽取 | 第41-42页 |
| ·纹理特征选择 | 第42-43页 |
| ·L1-BNC 算法用于陨石坑检测 | 第43-45页 |
| ·实验结果 | 第45-48页 |
| ·实验图像 | 第45页 |
| ·训练集构建 | 第45页 |
| ·不同特征数的选择 | 第45-47页 |
| ·与现有陨石坑检测算法性能比较 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| ·本文总结 | 第49页 |
| ·工作展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 读硕士期间主要科研工作及成果 | 第54-55页 |