| <中文摘要> | 第1页 |
| <中文关键词> | 第3页 |
| 1 引言 | 第3-4页 |
| 2 EDBML概述 | 第4-5页 |
| 3 构建训练集过程 | 第5-8页 |
| 3．1 训练素材图像的确定 | 第5-6页 |
| 3．2 训练集元素的确定 | 第6页 |
| 3．3 定义训练集 | 第6-7页 |
| 3．4 完整的训练集构建算法 | 第7-8页 |
| 4 学习过程 | 第8-23页 |
| 4．1 马尔可夫网络 | 第8-10页 |
| 4．2 匹配训练事例 | 第10-12页 |
| 4．3 概率分布估计 | 第12-16页 |
| 4．4 输出空间问题求解 | 第16-20页 |
| 4．5 完整的学习过程算法 | 第20-21页 |
| 4．6 学习结果的再处理 | 第21-22页 |
| 4．7 学习过程实验结果 | 第22-23页 |
| 5 后处理过程 | 第23-27页 |
| 5．1 概率松弛法 | 第23-25页 |
| 5．2 基于字典的概率松弛边缘标记 | 第25-27页 |
| 结束语 | 第27-28页 |
| 参考文献 | 第28-30页 |