| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 插图索引 | 第12-14页 |
| 附表索引 | 第14-15页 |
| 第1章 绪论 | 第15-29页 |
| ·遗传算法 | 第15-17页 |
| ·分布估计算法 | 第17-26页 |
| ·变量相关性方面的研究 | 第18-23页 |
| ·算法改进方面的研究 | 第23-25页 |
| ·收敛性与复杂性分析 | 第25-26页 |
| ·copula 理论概述 | 第26页 |
| ·本文研究内容及结构安排 | 第26-29页 |
| 第2章 copula 理论及copula 分布估计算法框架 | 第29-41页 |
| ·copula 理论的基本概念和定理 | 第29-33页 |
| ·copula 分布估计算法框架 | 第33-35页 |
| ·copula 分布估计算法的收敛性 | 第35-39页 |
| ·小结 | 第39-41页 |
| 第3章 二维copula 分布估计算法 | 第41-51页 |
| ·二维正态copula EDA | 第41-48页 |
| ·二维正态copula EDA 的算法原理和步骤 | 第41-43页 |
| ·二维正态copula EDA 仿真实验 | 第43-48页 |
| ·二维阿基米德copula EDA | 第48-50页 |
| ·二维阿基米德copula EDA 的算法原理和步骤 | 第48-49页 |
| ·二维阿基米德copula EDA 仿真实验 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第4章 多维经验copula 分布估计算法 | 第51-59页 |
| ·多维经验copula 函数的构造方式 | 第51-53页 |
| ·多元正态copula 函数的构造方式 | 第53页 |
| ·经验copula EDA 算法步骤及复杂性分析 | 第53-54页 |
| ·多维经验copula EDA 仿真实验 | 第54-57页 |
| ·小结 | 第57-59页 |
| 第5章 多维阿基米德copula 分布估计算法 | 第59-67页 |
| ·Clayton copula 分布估计算法 | 第61页 |
| ·Gumbel copula 分布估计算法 | 第61-63页 |
| ·Frank copula 分布估计算法 | 第63页 |
| ·阿基米德copula EDA 仿真实验 | 第63-64页 |
| ·小结 | 第64-67页 |
| 第6章 阿基米德copula EDA 中参数和采样方法的研究 | 第67-97页 |
| ·PMLE 估计参数的copula 分布估计算法 | 第68-80页 |
| ·PMLE 估计参数的方法 | 第68-69页 |
| ·算法性能测试及分析 | 第69-80页 |
| ·基于 Kendall τ估计参数的copula 分布估计算法 | 第80-92页 |
| ·关于Kendall τ的基本理论 | 第80-81页 |
| ·copula 分布估计算法中的Kendall τ估计参数法 | 第81-83页 |
| ·算法性能测试及分析 | 第83-92页 |
| ·阿基米德copula EDA 中采样方法的研究 | 第92-95页 |
| ·采样方法 | 第92-94页 |
| ·仿真实验 | 第94-95页 |
| ·小结 | 第95-97页 |
| 第7章 copula EDA 在图像矢量量化中的应用研究 | 第97-107页 |
| ·数字图像压缩的常用方法 | 第97-99页 |
| ·矢量量化的基本原理 | 第99-101页 |
| ·基于 copula 分布估计算法的码书设计算法 | 第101-104页 |
| ·实验分析 | 第104-105页 |
| ·小结 | 第105-107页 |
| 结论与展望 | 第107-109页 |
| 参考文献 | 第109-117页 |
| 致谢 | 第117-118页 |
| 附录 A 攻读博士期间发表的学术论文 | 第118-119页 |
