| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·可能性回归分析 | 第8页 |
| ·可能性回归分析的研究和发展 | 第8-9页 |
| ·可能性回归模型中的参数选择问题及其应用 | 第9-10页 |
| ·本文的主要研究内容和创新 | 第10-12页 |
| ·第三章研究概述 | 第11页 |
| ·第四章研究概述 | 第11页 |
| ·第五章研究概述 | 第11-12页 |
| 第二章 贝叶斯框架 | 第12-22页 |
| ·贝叶斯框架的提出和应用 | 第12-13页 |
| ·贝叶斯SVR | 第13-22页 |
| ·SVR的数学模型 | 第13-19页 |
| ·SVR的参数选择问题 | 第19页 |
| ·SVR的贝叶斯框架 | 第19-22页 |
| 第三章 基于对称三角形模糊系数的 PLM中参数与输入噪声间的关系 | 第22-56页 |
| ·基于对称三角形模糊系数的正则化可能性线性模型 | 第22-26页 |
| ·PLM的贝叶斯框架和最大后验估计 | 第26-28页 |
| ·可能性线性模型中参数h与输入噪声间的关系 | 第28-36页 |
| ·参数h与高斯输入噪声间的关系 | 第29-32页 |
| ·参数h与拉普拉斯输入噪声间的关系 | 第32-34页 |
| ·参数h与均匀输入噪声间的关系 | 第34-36页 |
| ·参数h与输入噪声间的近似线性反比关系 | 第36页 |
| ·实验结果与分析 | 第36-51页 |
| ·高斯噪声时的实验结果 | 第36-47页 |
| ·拉普拉斯噪声和均匀噪声时的实验结果 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 补充材料:拉普拉斯随机数产生函数的实现 | 第52-56页 |
| 第四章 基于非对称三角形模糊系数的PLM中参数与输入噪声间的关系 | 第56-72页 |
| ·基于非对称三角形模糊系数的正则化可能性线性模型 | 第56-58页 |
| ·最大后验估计MAP | 第58-61页 |
| ·输入噪声为高斯模型时，h与输入噪声间的关系 | 第61-66页 |
| ·实验结果 | 第66-70页 |
| ·本章小结 | 第70-72页 |
| 第五章 用于图像恢复的基于 RPLM的自适应滤波器的研究 | 第72-98页 |
| ·基本概念与脉冲噪声模型 | 第73-74页 |
| ·基本概念 | 第73页 |
| ·脉冲噪声模型 | 第73-74页 |
| ·基于RPLM的自适应中值滤波器ARBMF的设计 | 第74-82页 |
| ·ARBMF的基本原理 | 第74-76页 |
| ·观察向量空间的分区 | 第76-79页 |
| ·正则化可能性线性模型的建立 | 第79-81页 |
| ·ARBMF的工作流程 | 第81-82页 |
| ·实验结果 | 第82-90页 |
| ·本章小结 | 第90-98页 |
| 第六章 结论与展望 | 第98-102页 |
| ·结论 | 第98-99页 |
| ·展望 | 第99-102页 |
| 致谢 | 第102-104页 |
| 参考文献 | 第104-112页 |
| 附录 作者在攻读博士期间发表的论文 | 第112页 |
