Bayes网络理论及其在目标检测中应用研究
| 内容摘要 | 第1-9页 |
| ABSTRACT | 第9-13页 |
| 表格清单 | 第13-14页 |
| 插图清单 | 第14-17页 |
| 第一章 绪论 | 第17-27页 |
| ·Bayes网络 | 第17-20页 |
| ·Bayes网络研究背景 | 第20-23页 |
| ·研究内容及安排 | 第23-27页 |
| 第二章 条件独立关系的图模型 | 第27-43页 |
| ·引言 | 第27页 |
| ·条件独立的若干性质 | 第27-29页 |
| ·图分隔标准 | 第29-32页 |
| ·完备图与独立图 | 第32-36页 |
| ·概率图模型 | 第36-41页 |
| ·本章小结 | 第41-43页 |
| 第三章 Bayes网络的推理算法 | 第43-61页 |
| ·引言 | 第43-44页 |
| ·基于消息传播的推理算法 | 第44-52页 |
| ·算法原理 | 第44-47页 |
| ·算法描述 | 第47-52页 |
| ·基于消元的推理算法 | 第52-55页 |
| ·基于邻接树的消元次序 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 Bayes网络的解释机制 | 第61-77页 |
| ·引言 | 第61页 |
| ·Bayes网络的解释方法 | 第61-64页 |
| ·对模型的解释 | 第61-62页 |
| ·对推理的解释 | 第62-64页 |
| ·证据对结论的作用程度 | 第64-66页 |
| ·证据对结论的作用方向 | 第66-67页 |
| ·证据对结论的作用路径 | 第67-73页 |
| ·与P(X|E)相关的子网 | 第68-70页 |
| ·生成作用路径 | 第70-71页 |
| ·解释作用路径 | 第71-73页 |
| ·应用实例：解释ALARM模型的作用路径 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 基于Bayes网络的目标检测方法 | 第77-91页 |
| ·引言 | 第77-78页 |
| ·三维几何特征在航空影象中的投影性质 | 第78-84页 |
| ·三维场景中直角的投影性质 | 第78-80页 |
| ·墙体和阴影的投影性质 | 第80-83页 |
| ·日照角度η的计算方法 | 第83-84页 |
| ·基于Bayes网络的感知组织算法 | 第84-89页 |
| ·生成平行四边形 | 第84-85页 |
| ·生成假设空间 | 第85-88页 |
| ·假设检验 | 第88-89页 |
| ·本章小结 | 第89-91页 |
| 第六章 面向对象的概率图模型 | 第91-107页 |
| ·引言 | 第91-92页 |
| ·对象概率模型(OPM) | 第92-97页 |
| ·对象模型 | 第92-94页 |
| ·对象概率模型 | 第94-97页 |
| ·OPM的推理及学习 | 第97-100页 |
| ·OPM的推理机制 | 第97-99页 |
| ·OPM的学习机制 | 第99-100页 |
| ·OPM在的文本检测中的应用 | 第100-105页 |
| ·基于OPM的文本检测 | 第100-103页 |
| ·实验结果 | 第103-105页 |
| ·本章小结 | 第105-107页 |
| 第七章 从确信因子到Bayes网络 | 第107-115页 |
| ·引言 | 第107页 |
| ·确信因子模型的理论基础 | 第107-110页 |
| ·Bayes网络与确信因子模型的比较 | 第110-112页 |
| ·Bayes网络的比较优势 | 第112-114页 |
| ·本章小结 | 第114-115页 |
| 第八章 总结与展望 | 第115-117页 |
| ·本文的主要贡献与创新点 | 第115页 |
| ·进一步的研究工作 | 第115-117页 |
| 参考文献 | 第117-129页 |
| 攻读博士学位期间参加的科研项目 | 第129-131页 |
| 攻读博士学位期间发表的学术论文(含录用) | 第131-132页 |
