貝葉斯網絡是人工智能中處理不確定性問題的建模與分析工具，其歷史雖僅有十幾年，但相關理論發(fā)展迅速，在諸多領域的應用中成績斐然。本書介紹了貝葉斯網絡的相關理論及應用，并收入了作者發(fā)表的多篇論文。全書共分為兩大部分11章。
第一部分包括第1章至第5章。第1章概述了貝葉斯網絡的產生與發(fā)展，基本操作及表達。第2章為本書的靜態(tài)網絡的理論基礎部分。
第3章至第5章是靜態(tài)網絡理論在多媒體檢索中的應用部分。
第二部分是動態(tài)貝葉斯網絡理論及應用部分，包括第6章至11章。第6章由淺人深引出動態(tài)貝葉斯網絡的基本概念及研究方向。第7章在第6章基礎上，詳細討論了三類動態(tài)貝葉斯網絡的推理。第8章從靜態(tài)網絡結構度量機制人手，討論并推導出動態(tài)貝葉斯網絡結構用于網絡結構度量的貝葉斯信息度量及貝葉斯狄里克萊度量機制。第9章刻畫了基于貝葉斯狄里克萊度量體制的平穩(wěn)動態(tài)系統(tǒng)動態(tài)貝葉斯網絡結構學習模型設計。第10章在動態(tài)貝葉斯網絡推理及結構學習的理論基礎上，將其用于自主優(yōu)化及動態(tài)數據挖掘。第11章討論了無人機路徑規(guī)劃及基于動態(tài)貝葉斯網絡的智能自主應用。最后在本書的附錄中，給出了與動態(tài)貝葉斯網絡結構度量相關定理、性質的證明，為讀者進一步研究和學習動態(tài)貝葉斯網絡提供參考。
《貝葉斯網絡在智能信息處理中的應用》內容新穎，選材廣泛，突出實現與應用，適用于從事智能信息處理與優(yōu)化研究工作的工程技術人員及研究生閱讀、參考，也可作為高等院校有關專業(yè)的教學參考書。
第1章 圖模型與貝葉斯網絡
1.1 圖模型簡介
1.2 貝葉斯網絡
1.3 靜態(tài)網絡理論及應用
1.3.1 靜態(tài)網絡理論基礎
1.3.2 靜態(tài)網絡應用研究
1.4 動態(tài)網絡理論及應用
1.4.1 動態(tài)網絡理論基礎
1.4.2 動態(tài)網絡應用研究
第2章 靜態(tài)貝葉斯網絡
2.1 靜態(tài)貝葉斯網絡表達
2.2 靜態(tài)網絡的推理
第3章 貝葉斯網絡與立體目標檢索
3.1 立體目標檢索概述
3.2 基于形狀的目標檢索的國內外研究現狀
3.3 立體目標檢索的基本步驟
3.4 基于貝葉斯網絡的光場描述符
3.4.1 相聯系的工作概述
3.4.2 三維目標混合描述符框架構建
3.4.3 三維目標混合描述符特征提取
3.5 目標距離度量
3.5.1 顏色描述符距離度量
3.5.2 形狀描述符距離度量
3.6 檢索系統(tǒng)性能實驗分析
第4章 基于貝葉斯網絡和反饋學習的三維檢索
4.1 引言
4.2 基于分類器學習的檢索算法
4.3 單特征檢索實驗分析
4.4 基于多特征相關反饋的三維對象檢索方法
4.4.1 算法描述
4.4.2 具體實施方式
4.4.3 檢索實驗
第5章 三維對象檢索的新領域與新方法
5.1 動態(tài)立體場景檢索概述
5.2 動態(tài)立體場景檢索的研究現狀
5.2.1 基礎環(huán)節(jié)研究現狀
5.2.2 立體場景檢索現狀
5.3 動態(tài)立體場景檢索研究內容及方法
5.3.1 研究內容
5.3.2 研究方法
5.4 圖模型在多視角視頻檢索中的應用
5.4.1 多視角立體視頻概述
5.4.2 多視角動態(tài)視頻基于圖模型的研究
5.5 圖模型在cad中的應用
5.5.1 cad檢索系統(tǒng)
5.5.2 cad檢索系統(tǒng)的研究內容
第6章 動態(tài)貝葉斯網絡基礎
6.1 動態(tài)貝葉斯網絡
6.2 動態(tài)貝葉斯網絡應用研究
6.2.1 動態(tài)時序數據分析與挖掘
6.2.2 無人機的態(tài)勢感知與路徑規(guī)劃
6.2.3 進化算法與動態(tài)貝葉斯網絡混合優(yōu)化
6.3 從靜態(tài)網絡到動態(tài)網絡
6.3.1 概述
6.3.2 推導
6.3.3 動態(tài)貝葉斯網絡表達
6.4 動態(tài)貝葉斯網絡的研究內容
6.4.1 動態(tài)貝葉斯網絡推理
6.4.2 動態(tài)貝葉斯網絡學習
6.5 動態(tài)貝葉斯網絡相關理論
6.5.1 序列信息處理
6.5.2 優(yōu)化技術
第7章 動態(tài)貝葉斯網絡推理
7.1 隱變量離散動態(tài)網絡推理
7.1.1 模型數學描述
7.1.2 隱馬爾可夫的研究內容-
7.1.3 一般離散動態(tài)網絡和隱馬爾可夫關系
7.2 隱變量連續(xù)動態(tài)網絡推理
7.2.1 模型數學描述
7.2.2 卡爾曼濾波圖模型推理
7.3 混合隱狀態(tài)動態(tài)貝葉斯網絡
7.3.1 模型數學描述
7.3.2 混合動態(tài)貝葉斯網絡推理
第8章 動態(tài)貝葉斯網絡結構學習算法
8.1 動態(tài)貝葉斯網絡結構度量體制
8.1.1 概述
8.1.2 動態(tài)網絡的貝葉斯信息度量
8.1.3 動態(tài)貝葉斯網絡bd度量
8.2 構建動態(tài)網絡結構尋優(yōu)算法
第9章 動態(tài)貝葉斯網絡結構學習模型
9.1 平穩(wěn)系統(tǒng)動態(tài)網絡結構學習模型設計
9.1.1 模型設計
9.1.2 仿真試驗
9.2 變結構動態(tài)網絡自適應結構學習模型設計
9.2.1 模糊自適應雙尺度
9.2.2 動態(tài)系統(tǒng)非平穩(wěn)程度和平穩(wěn)性的測量
第10章 基于動態(tài)貝葉斯網絡的自主控制
10.1 概述
10.2 快速構建決策網絡結構方法
10.2.1 鏈形決策網絡模型的建立
10.2.2 決策網絡樹形模型結構學習算法
10.2.3 一般決策網絡結構學習算法
10.3 進化算法與動態(tài)網絡混合優(yōu)化
10.3.1 算法基本思想
10.3.2 轉移網絡作用
10.3.3 混合優(yōu)化自主控制算法描述
10.3.4 混合優(yōu)化自主控制算法軟件實現
第11章 無人機自主控制應用研究
11.1 基于動態(tài)貝葉斯網絡的路徑規(guī)劃
11.1.1 無人機平面靜態(tài)路徑規(guī)劃
11.1.2 無人機動態(tài)路徑規(guī)劃
11.2 無人機自主路徑規(guī)劃實例
11.2.1 基于混合優(yōu)化的無人機路徑重規(guī)劃
11.2.2 無人機攻擊多目標路徑規(guī)劃
附錄 貝葉斯網絡局部結構度量數學基礎
A.1 鏈形模型局部結構度量
A.2 樹形模型局部結構度量
A.3 局部貝葉斯網絡度量
參考文獻
書單推薦
