| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第15-17页 |
| 缩略语对照表 | 第17-22页 |
| 第一章 绪论 | 第22-32页 |
| 1.1 研究背景及意义 | 第22-27页 |
| 1.1.1 浅层贝叶斯生成模型 | 第23-25页 |
| 1.1.2 深层贝叶斯生成模型 | 第25-27页 |
| 1.2 国内外研究现状及发展动态分析 | 第27-30页 |
| 1.2.1 属性散射中心特征提取研究现状及分析 | 第27页 |
| 1.2.2 深层贝叶斯生成网络研究现状及分析 | 第27-28页 |
| 1.2.3 大数据快速推理方法研究现状及分析 | 第28-29页 |
| 1.2.4 国内研究现状及发展动态分析 | 第29-30页 |
| 1.3 研究内容安排 | 第30-32页 |
| 第二章 非参数贝叶斯SAR目标属性散射中心特征提取方法 | 第32-60页 |
| 2.1 引言 | 第32-33页 |
| 2.2 L(?)vy随机场及ASC模型分析 | 第33-37页 |
| 2.2.1 L(?)vy随机场 | 第33-35页 |
| 2.2.2 ASC模型 | 第35-36页 |
| 2.2.3 ASC模型分析 | 第36-37页 |
| 2.2.4 ASC模型理解：广义谐波小波 | 第37页 |
| 2.3 经典ASC特征提取方法 | 第37-39页 |
| 2.3.1 图像域方法 | 第37-38页 |
| 2.3.2 频率域方法 | 第38-39页 |
| 2.4 非参数贝叶斯ASC特征提取方法 | 第39-51页 |
| 2.4.1 先验分布设计 | 第39-43页 |
| 2.4.2 后验推理 | 第43-44页 |
| 2.4.3 RJ-MCMC算法 | 第44-50页 |
| 2.4.4 复杂度分析 | 第50-51页 |
| 2.5 实验结果及分析 | 第51-58页 |
| 2.5.1 合成后向散射数据 | 第51-56页 |
| 2.5.2 XPATCH反铲车数据 | 第56页 |
| 2.5.3 MSTAR数据 | 第56-58页 |
| 2.6 本章小结 | 第58-60页 |
| 第三章 可增广伽马置信网络 | 第60-98页 |
| 3.1 引言 | 第60-62页 |
| 3.2 计数、二值以及非负实数分布基础 | 第62-65页 |
| 3.2.1 计数分布 | 第62-63页 |
| 3.2.2 伯努利-泊松链接函数和截断泊松分布 | 第63页 |
| 3.2.3 泊松随机化伽马分布及截断贝塞尔分布 | 第63-65页 |
| 3.3 可增广伽马置信网 | 第65-76页 |
| 3.3.1 针对不同类型观测数据的链接函数 | 第66-67页 |
| 3.3.2 探索性数据分析 | 第67-76页 |
| 3.4 模型特性和推理 | 第76-82页 |
| 3.4.1 隐计数变量的向上传输 | 第76-80页 |
| 3.4.2 通过分布式表示建模数据的多样性 | 第80-81页 |
| 3.4.3 通过逐层训练策略学习网络的结构 | 第81-82页 |
| 3.5 相关模型对比与联系 | 第82-85页 |
| 3.5.1 深层置信网络 | 第82-84页 |
| 3.5.2 深层泊松因子分析 | 第84页 |
| 3.5.3 树结构主题模型 | 第84-85页 |
| 3.6 实验结果 | 第85-94页 |
| 3.6.1 深层主题建模 | 第85-92页 |
| 3.6.2 二值数据的多层表示 | 第92页 |
| 3.6.3 非负实数数据的多层表示 | 第92-94页 |
| 3.7 本章小结 | 第94-98页 |
| 第四章 深层隐狄利克雷分配及其多层自适应学习的随机梯度MCMC方法 | 第98-114页 |
| 4.1 引言 | 第98-99页 |
| 4.2 PGBN以及SG-MCMC | 第99-101页 |
| 4.3 深层隐狄利克雷分配DLDA | 第101-107页 |
| 4.3.1 DLDA的Fisher信息矩阵 | 第103-104页 |
| 4.3.2 概率单纯型上的推理 | 第104-106页 |
| 4.3.3 Γ (·)函数的推导 | 第106页 |
| 4.3.4 多层自适应学习的随机梯度雷曼MCMC | 第106-107页 |
| 4.4 经典方法简介 | 第107-108页 |
| 4.5 实验结果及分析 | 第108-113页 |
| 4.6 本章小结 | 第113-114页 |
| 第五章 超平面截断多元高斯分布的快速模拟方法 | 第114-136页 |
| 5.1 引言 | 第114页 |
| 5.2 超平面截断MVN分布以及结构化条件MVN分布 | 第114-117页 |
| 5.3 超平面截断MVN分布的快速精确模拟 | 第117-119页 |
| 5.4 结构化条件MVN分布的快速精确模拟 | 第119-123页 |
| 5.4.1 结构化协方差矩阵MVN分布的模拟方法 | 第120-122页 |
| 5.4.2 结构化精度矩阵MVN分布的模拟方法 | 第122-123页 |
| 5.5 复杂度分析 | 第123-125页 |
| 5.6 实验结果及分析 | 第125-134页 |
| 5.6.1 超平面截断MNV分布的模拟 | 第125-130页 |
| 5.6.2 结构化协方差矩阵MNV分布的模拟 | 第130-132页 |
| 5.6.3 结构化精度矩阵MVN的模拟 | 第132-134页 |
| 5.7 本章小结 | 第134-136页 |
| 第六章 结束语 | 第136-140页 |
| 6.1 工作总结 | 第136-137页 |
| 6.2 工作展望 | 第137-140页 |
| 参考文献 | 第140-156页 |
| 致谢 | 第156-158页 |
| 作者简介 | 第158-160页 |
