树结构图模型的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·本课题研究的背景及意义 | 第10-11页 |
| ·图模型简介 | 第11-13页 |
| ·图模型研究内容 | 第11-12页 |
| ·图模型研究分类 | 第12-13页 |
| ·树结构图模型简介 | 第13-14页 |
| ·树模型研究内容 | 第13页 |
| ·隐树模型 | 第13-14页 |
| ·相关领域研究现状 | 第14-16页 |
| ·图模型研究现状 | 第14-15页 |
| ·树结构图模型研究现状 | 第15-16页 |
| ·研究内容及章节安排 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 研究基础 | 第18-28页 |
| ·图模型的基础 | 第18-22页 |
| ·图论基础 | 第18-19页 |
| ·马尔可夫随机场 | 第19-20页 |
| ·高斯-马尔可夫随机场 | 第20-21页 |
| ·树结构图模型 | 第21-22页 |
| ·贝叶斯网络 | 第22页 |
| ·图模型推理 | 第22-24页 |
| ·图模型的学习 | 第24-27页 |
| ·树结构图模型的学习 | 第24-25页 |
| ·高斯马尔科夫随机场的学习 | 第25-26页 |
| ·贝叶斯网络的学习 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于模糊多特征的隐树模型学习方法 | 第28-41页 |
| ·隐树结构图模型 | 第28-30页 |
| ·隐树结构图模型的表示 | 第28-29页 |
| ·最小隐藏树 | 第29页 |
| ·信息距离 | 第29-30页 |
| ·递归分组隐树模型学习算法 | 第30-32页 |
| ·模糊多特征递归分组隐树模型学习算法 | 第32-35页 |
| ·实验仿真 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于空间关系改进的物体识别上下文模型 | 第41-50页 |
| ·上下文信息源 | 第41-42页 |
| ·基于空间位置关系改进的物体识别上下文模型 | 第42-46页 |
| ·上下文模型建模 | 第42-44页 |
| ·模型学习 | 第44-45页 |
| ·利用树模型进行交替推理 | 第45-46页 |
| ·实验仿真 | 第46-49页 |
| ·从训练集学习上下文模型 | 第46-47页 |
| ·上下文模型推理 | 第47-48页 |
| ·目标识别效果 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-52页 |
| ·研究总结 | 第50-51页 |
| ·工作展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录 | 第58页 |
