首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

Bayesian网推理算法及在图像分类上的应用

第一章 前言第1-13页
   ·简介第8页
   ·Bayesian 网推理算法概述第8-10页
   ·Bayesian 网的应用现状第10页
   ·基于Bayesian 网的专家系统第10-11页
   ·Bayesian 网开发工具软件第11-12页
   ·本文的工作第12-13页
第二章 BAYESIAN 网第13-20页
   ·基本概念第13-14页
   ·Bayesian 网的语义第14-15页
   ·Bayesian 网的推理任务第15页
   ·Bayesian 网的推理模式第15-16页
   ·Bayesian 网推理的概率基础第16-18页
     ·先验概率和后验概率第16-17页
     ·概率公理第17页
     ·联合概率密度和边际概率密度第17-18页
     ·贝叶斯法则第18页
   ·Bayesian 网中的独立关系第18-20页
第三章 BAYESIAN 网推理算法第20-40页
   ·变量消去算法第20-24页
     ·算法原理及描述第20-23页
     ·变量消去算法的复杂度分析第23-24页
   ·集团树传播算法第24-27页
     ·基本思想第24-25页
     ·算法所需数据结构第25页
     ·算法实现第25-27页
   ·概率逻辑采样算法第27-31页
     ·算法原理及描述第27-28页
     ·概率逻辑采样算法的时间复杂度分析第28-29页
     ·逻辑采样算法的精确度分析第29-31页
   ·样本平均值方法第31-34页
     ·样本平均值方法原理第31-33页
     ·样本平均值算法复杂度分析第33-34页
     ·样本平均值算法精确度分析第34页
   ·似然加权算法第34-40页
     ·似然加权算法原理第34-35页
     ·算法实现第35-36页
     ·似然加权算法的时间复杂度分析第36-37页
     ·似然加权算法的精确度分析第37-40页
第四章 实验测试第40-48页
   ·各算法运行时间与证据个数的关系第40-41页
   ·各算法运行时间与边数的关系第41-42页
   ·各采样算法在相同采样个数时的相对误差比较第42-45页
   ·各采样算法相对误差与采样个数的关系第45-46页
   ·各采样算法相对误差与证据个数的关系第46-48页
第五章 基于BAYESIAN 方法的图像分类第48-60页
   ·简介第48-50页
   ·图像分割第50-52页
   ·特征提取第52-53页
   ·分类器设计第53-57页
   ·实验及结果分析第57-60页
第六章 基于决策树的分类器测试平台第60-72页
   ·决策树分类方法简介第60-61页
   ·平台功能简介第61页
   ·需求分析第61-62页
   ·各部分设计简要说明第62-66页
     ·树结构第63-64页
     ·树面板第64页
     ·节点面板第64-65页
     ·图像处理第65页
     ·导出分类规则第65-66页
   ·运行实例第66-70页
   ·小结第70-72页
第七章 结论第72-73页
参考文献第73-75页
摘要第75-78页
ABSTRACT第78-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:亚里士多德法律思想研究
下一篇:不同节位再生稻再生特性研究