《貝葉斯網絡理論及其在軍事系統(tǒng)中的應用》系統(tǒng)地介紹了貝葉斯網絡推理學習的理論、模型與算法及其在軍事系統(tǒng)中的應用。全書共13章，包括貝葉斯網絡的基本理論、貝葉斯網絡的結構學習、貝葉斯網絡的參數學習、貝葉斯網絡的推理、動態(tài)貝葉斯網絡技術、貝葉斯網絡的擴展模型、貝葉斯優(yōu)化算法及貝葉斯網絡在軍事系統(tǒng)中的應用。
《貝葉斯網絡理論及其在軍事系統(tǒng)中的應用》取材廣泛，覆蓋面廣，內容翔實，實用性強。它緊密結合復雜智能決策系統(tǒng)發(fā)展的需要，吸收國內外有關貝葉斯網絡方法的內容和成果，還引入了大量科研成果中的技術資料和實例。《貝葉斯網絡理論及其在軍事系統(tǒng)中的應用》可為從事人工智能、推理決策以及軍事應用等領域的工程技術人員提供參考，還可作為人工智能、運籌學和系統(tǒng)工程等專業(yè)的研究生教材或參考書。
第1章 概論
1.1 復雜系統(tǒng)的決策理論
1.1.1 復雜決策系統(tǒng)概述
1.1.2 復雜決策系統(tǒng)的不確定性
1.1.3 復雜決策系統(tǒng)的決策方法
1.2 貝葉斯網絡的產生和發(fā)展
1.2.1 貝葉斯網絡的產生
1.2.2 貝葉斯網絡的發(fā)展
1.2.3 貝葉斯網絡的應用
1.3 面向復雜決策系統(tǒng)的貝葉斯網絡建模
1.3.1 貝葉斯網絡在決策系統(tǒng)中的應用
1.3.2 復雜決策系統(tǒng)的貝葉斯網絡建模過程
1.3.3 基于貝葉斯網絡的知識發(fā)現與決策過程
第2章 貝葉斯網絡的理論基礎
2.1 貝葉斯網絡的概率基礎
2.1.1 概率函數與概率空間
2.1.2 隨機變量與聯合概率分布
2.1.3 條件概率與獨立性
2.1.4 貝葉斯準則
2.1.5 馬爾科夫性
2.2 貝葉斯網絡的圖論基礎
2.2.1 圖的基本概念
2.2.2 無向圖模型
2.2.3 有向圖模型
2.2.4 D-分離準則
2.3 貝葉斯網絡
2.3.1 貝葉斯網絡的定義
2.3.2 貝葉斯網絡的語義
2.3.3 貝葉斯網絡的分類
2.3.4 貝葉斯網絡的特點
2.4 貝葉斯網絡模型
2.4.1 貝葉斯網絡的信息管道模型
2.4.2 貝葉斯網絡的小球模型
2.5 本章小結
第3章 貝葉斯網絡的結構學習
3.1 貝葉斯網絡結構的評價函數
3.1.1 卡方（X2）度量
3.1.2 信息熵度量
3.1.3 貝葉斯度量（BDe）
3.1.4 最小描述長度度量（MDL）
3.2 完整參數的貝葉斯網絡結構學習
3.2.1 基于統(tǒng)計測試的方法
3.2.2 基于搜索記分的方法
3.3 缺失數據的貝葉斯網絡的結構學習
3.3.1 SEM算法
3.3.2 MCMC算法
3.4 貝葉斯網絡結構學習的復雜性
3.4.1 結構空間的指數級規(guī)模
3.4.2 結構空間的不連續(xù)性
3.4.3 網絡結構的無環(huán)假設
3.4.4 數據的不完備性
3.5 本章小結
第4章 貝葉斯網絡的參數學習
4.1 貝葉斯網絡模型的參數化表示
4.1.1 二項式模型的參數化表示
4.1.2 多項式模型的參數化表示
4.2 完整參數的貝葉斯網絡的參數學習
……
第5章 貝葉斯網絡的推理
第6章 動態(tài)貝葉斯網絡技術
第7章 貝葉斯網絡的擴展模型
第8章 基于貝葉斯網絡的優(yōu)化技術
第9章 貝吐斯網絡在目標融合識別中的應用
第10章 貝葉斯網絡在態(tài)勢/威脅融合估計中的應用
第11章 貝葉斯優(yōu)化算法在無人機對地攻擊任務分配中的應用
第12章 貝葉斯網絡在無人機對地攻擊戰(zhàn)術決策中的應用
第13章 貝葉斯網絡在無人機對地攻擊損傷評估中的應用
書單推薦
