| 第一章 绪论 | 第1-12页 |
| 1．1 论文研究背景 | 第7-8页 |
| 1．2 文献综述 | 第8-9页 |
| 1．3 本文的工作 | 第9-11页 |
| 1．4 论文结构安排 | 第11-12页 |
| 第二章 基本方法介绍 | 第12-34页 |
| 2．1 蒙特卡罗方法 | 第12-19页 |
| 2．1．1 问题的提出 | 第13-14页 |
| 2．1．2 马尔可夫链和平衡方程 | 第14-16页 |
| 2．1．3 Metropolis-Hastings采样 | 第16-17页 |
| 2．1．4 Gibbs采样 | 第17-18页 |
| 2．1．5 Importance采样 | 第18-19页 |
| 2．2 空间统计 | 第19-27页 |
| 2．2．1 地理统计模型 | 第20页 |
| 2．2．2 空间格点模型（马尔可夫随机场） | 第20-26页 |
| 2．2．3 空间点分布型态（吉布斯点过程） | 第26-27页 |
| 2．3 非均匀吉布斯模型 | 第27-34页 |
| 2．3．1 最小最大熵准则 | 第29-30页 |
| 2．3．2 模型的学习 | 第30-31页 |
| 2．3．3 一个范例 | 第31-33页 |
| 2．3．4 用IGM学习人脸轮廓分布 | 第33-34页 |
| 第三章 学习结构化吉布斯点过程 | 第34-45页 |
| 3．1 基于确定性邻域的方法 | 第35-38页 |
| 3．2 我们的方法 | 第38-43页 |
| 3．3 实验结果 | 第43页 |
| 3．4 小结 | 第43-45页 |
| 第四章 快速学习吉布斯模型 | 第45-57页 |
| 4．1 基于信息增量的特征选取 | 第46-48页 |
| 4．2 利用IMPORTANCE采样快速学习模型参数 | 第48-51页 |
| 4．3 一个范例 | 第51-52页 |
| 4．4 人脸夸张风格的快速学习 | 第52-57页 |
| 第五章 小结及讨论 | 第57-60页 |
| 5．1 小结 | 第57页 |
| 5．2 讨论 | 第57-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 个人简历 | 第64页 |