动态贝叶斯网络智能信息处理及应用

第1章 图模型与贝叶斯网络
1．1 图模型简介
1．2 贝叶斯网络概述
1．3 贝叶斯网络理论基础
1．3．1 静态网络理论基础
1．3．2 静态网络应用研究
1．4 动态网络理论及应用
1．4．1 动态网络理论基础
1．4．2 动态网络应用研究
第2章 静态贝叶斯网络
2．1 静态贝叶斯置信网络
2．2 静态网络的推理
2．2．1 证据相关法
2．2．2 证据相关法在目标识别中的应用
第3章 动态贝叶斯网络基础
3．1 概述
3．2 动态贝叶斯网络应用研究
3．2．1 动态时序数据分析与挖掘
3．2．2 无人机的态势感知与路径规划
3．2．3 进化算法与动态贝叶斯网络混合优化
3．3 从静态网到动态网
3．3．1 概述
3．3．2 推导
3．3．3 动态贝叶斯网络表达
3．4 动态贝叶斯网络的研究内容
3．4．1 动态贝叶斯网络推理
3．4．2 动态贝叶斯网络学习
第4章 动态贝叶斯网络相关理论
4．1 估计理论基础
4．1．1 模型参数估计问题
4．1．2 状态估计问题
4．1．3 信息融合估计问题
4．2 卡尔曼滤波器线性系统滤波和预测
4．2．1 直观法证明卡尔曼滤波公式
4．2．2 正交投影理论证明卡尔曼滤波
4．3 基于卡尔曼滤波的信息融合滤波理论
4．3．1 按矩阵加权线性小方差融合准则和算法
4．3．2 按标量加权线性小方差信息融合准则和算法
4．3．3 按对角阵加权线性小方差化融合估计准则和算法
第5章 动态贝叶斯网络推理
5．1 隐变量离散动态网络推理
5．1．1 模型数学描述
5．1．2 隐马尔可夫的研究内容
5．1．3 一般离散动态网络和隐马尔可夫关系
5．2 隐变量连续动态网络推理
5．2．1 模型数学描述
5．2．2 卡尔曼滤波图模型推理
5．3 混合隐状态动态贝叶斯网络
5．3．1 模型数学描述
5．3．2 混合动态贝叶斯网络推理
第6章 动态贝叶斯网络结构学习算法
6．1 动态贝叶斯网络结构度量体制
6．1．1 概述
6．1．2 动态网络的贝叶斯信息度量
6．1．3 动态贝叶斯网络BD度量
6．2 构建动态网络结构寻优算法
6．2．1 DBN学习
6．2．2 DBN推理
第7章 动态贝叶斯网络结构学习模型
7．1 平稳系统动态网络结构学习模型设计
7．1．1 模型设计
……
第8章 基于动态贝叶斯网络的自主控制
第9章 无人机自主控制应用研究
第10章 动态贝叶斯图模型在人机交互中的应用
附录 贝叶斯网络局部结构度量数学基础
参考文献