| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 选题背景和意义 | 第15-16页 |
| 1.2 SPNs结构概述 | 第16-20页 |
| 1.2.1 SPNs结构的简介 | 第16-17页 |
| 1.2.2 SPNs结构的发展历程及国内外研究现状概述 | 第17-19页 |
| 1.2.3 SPNs结构的应用概述 | 第19-20页 |
| 1.3 图像分类问题概述 | 第20-21页 |
| 1.4 本文研究的内容与框架 | 第21-23页 |
| 1.4.1 本文研究的内容 | 第21-22页 |
| 1.4.2 本文的框架 | 第22-23页 |
| 第二章 SPNs结构相关知识 | 第23-33页 |
| 2.1 SPNs结构 | 第23-28页 |
| 2.1.1 概率图模型简介 | 第23-24页 |
| 2.1.2 SPNs结构的表示 | 第24-27页 |
| 2.1.3 SPNs结构的特点与性质 | 第27-28页 |
| 2.2 SPNs结构学习与相关模型的关系 | 第28-32页 |
| 2.2.1 SPNs结构的生成式与判别式学习算法 | 第28-29页 |
| 2.2.2 SPNs结构与相关模型的关系 | 第29-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第三章 SPNs结构学习算法 | 第33-45页 |
| 3.1 Learn SPN结构学习算法 | 第33-35页 |
| 3.2 SLSPN结构学习算法 | 第35-39页 |
| 3.3 实验仿真 | 第39-43页 |
| 3.3.1 实验设置 | 第39-40页 |
| 3.3.2 实验结果分析 | 第40-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于SPNs结构学习的花朵图像分类研究 | 第45-61页 |
| 4.1 基于SPNs的花朵图像分类 | 第45-51页 |
| 4.1.1 图像预处理 | 第45-48页 |
| 4.1.2 图像的特征提取 | 第48-51页 |
| 4.1.3 SPNs分类器 | 第51页 |
| 4.2 基于SPNs结构的花朵图像分类算法 | 第51-52页 |
| 4.3 实验仿真 | 第52-59页 |
| 4.3.1 Oxford 17 Flower数据集的实验结果及分析 | 第52-58页 |
| 4.3.2 Oxford 102 Flower数据集的实验结果及分析 | 第58-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 工作总结 | 第61页 |
| 5.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |
