贝叶斯优化算法的若干问题研究及应用
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-15页 |
| 第一章 绪论 | 第15-32页 |
| ·分布估计算法的兴起 | 第15-16页 |
| ·分布估计算法的基本框架 | 第16-19页 |
| ·基于不同概率模型的分布估计算法 | 第19-25页 |
| ·变量无关的分布估计算法 | 第19-22页 |
| ·双变量相关的分布估计算法 | 第22-23页 |
| ·多变量相关的分布估计算法 | 第23-24页 |
| ·连续变量的分布估计算法 | 第24-25页 |
| ·分布估计算法的研究现状 | 第25-29页 |
| ·本文的组织结构 | 第29-32页 |
| 第二章 贝叶斯优化算法 | 第32-51页 |
| ·贝叶斯优化算法基本框架 | 第32-33页 |
| ·贝叶斯网络 | 第33页 |
| ·贝叶斯网络学习 | 第33-42页 |
| ·贝叶斯网络结构的学习 | 第34-39页 |
| ·K2算法 | 第39-41页 |
| ·贪心算法 | 第41-42页 |
| ·在贝叶斯网络中采样 | 第42-44页 |
| ·贝叶斯优化算法研究现状 | 第44-50页 |
| ·贝叶斯优化算法在理论上的研究成果 | 第44-45页 |
| ·贝叶斯优化算法在算法设计上的研究成果 | 第45-50页 |
| ·贝叶斯优化算法的应用领域 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第三章 贝叶斯优化算法收敛性分析 | 第51-63页 |
| ·分布估计算法收敛性理论 | 第51-54页 |
| ·贝叶斯优化算法的模型及收敛性分析 | 第54-61页 |
| ·优化问题 | 第54页 |
| ·贝叶斯优化算法模型 | 第54-55页 |
| ·贝叶斯优化算法收敛性分析 | 第55-61页 |
| ·本章小结 | 第61-63页 |
| 第四章 贝叶斯优化算法的算子研究 | 第63-86页 |
| ·选择策略对遗传算法的影响 | 第63-66页 |
| ·选择策略及分析 | 第66-82页 |
| ·选择策略 | 第66-68页 |
| ·测试函数 | 第68-69页 |
| ·数值实验 | 第69-70页 |
| ·实验结果 | 第70-73页 |
| ·选择策略适用性分析 | 第73-82页 |
| ·替代策略对算法的影响 | 第82-85页 |
| ·替代策略 | 第82-83页 |
| ·数值实验 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第五章 基于准则优化的贝叶斯优化算法 | 第86-100页 |
| ·引言 | 第86-90页 |
| ·BIC准则分析 | 第90-93页 |
| ·基于改进准则的贝叶斯优化算法 | 第93-94页 |
| ·数值实验 | 第94-97页 |
| ·算法分析 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 第六章 贝叶斯优化算法在图像处理中的应用 | 第100-126页 |
| ·贝叶斯优化算法在图像分割中的应用 | 第100-106页 |
| ·图像分割 | 第100-102页 |
| ·阈值法 | 第102-103页 |
| ·图像分割的贝叶斯优化算法 | 第103-105页 |
| ·实验及结果 | 第105-106页 |
| ·贝叶斯优化算法在视频图像检索中的应用 | 第106-125页 |
| ·图像检索 | 第106-107页 |
| ·应用背景 | 第107-109页 |
| ·视频图像检索子系统的设计 | 第109-110页 |
| ·视频图像的镜头分割 | 第110-117页 |
| ·镜头关键帧的提取 | 第117-119页 |
| ·基于内容的图像检索 | 第119-125页 |
| ·本章小结 | 第125-126页 |
| 第七章 全文总结 | 第126-129页 |
| ·研究工作总结 | 第126-128页 |
| ·研究工作展望 | 第128-129页 |
| 参考文献 | 第129-145页 |
| 攻博期间发表论文及参加科研情况 | 第145-147页 |
| 致谢 | 第147页 |
