当前位置:首页 > 数理化
动态贝叶斯网络推理学习理论及应用
动态贝叶斯网络推理学习理论及应用

动态贝叶斯网络推理学习理论及应用PDF电子书下载

数理化

  • 电子书积分:11 积分如何计算积分?
  • 作 者:肖秦琨,高嵩,高晓光著
  • 出 版 社:北京:国防工业出版社
  • 出版年份:2007
  • ISBN:9787118053234
  • 页数:277 页
图书介绍:本书讲述了动态贝叶斯网络理论学习的推理及应用等内容。
《动态贝叶斯网络推理学习理论及应用》目录

第1章 图模型与贝叶斯网络 1

1.1 图模型简介 1

1.2 动态贝叶斯网络 5

1.3 动态贝叶斯网络应用研究 7

1.3.1 动态时序数据分析与挖掘 7

1.3.2 无人机的态势感知与路径规划 8

1.3.3 进化算法与动态贝叶斯网络混合优化 10

第2章 静态贝叶斯网络 11

2.1 静态贝叶斯置信网络 11

2.2 贝叶斯网络的特点与应用范围 15

2.3 贝叶斯网络的研究内容 16

2.3.1 计算复杂性 16

2.3.2 网络结构的确定问题 17

2.3.3 已知结构的参数确定问题 18

2.3.4 在给定结构上的概率计算 19

2.3.5 贝叶斯网络推理算法 19

第3章 动态贝叶斯网络基础 28

3.1 从静态网到动态网 28

3.1.1 概述 28

3.1.2 推导 29

3.1.3 动态贝叶斯网络表达 31

3.2 动态贝叶斯网络的研究内容 35

3.2.1 动态贝叶斯网络推理 36

3.2.2 动态贝叶斯网络学习 39

第4章 动态贝叶斯网络推理 46

4.1 隐变量离散动态网络推理 46

4.1.1 模型数学描述 46

4.1. 2 隐马尔科夫的研究内容 48

4.1.3 隐马尔科夫推理学习仿真 53

4.1.4 隐马尔科夫其他拓扑形式 56

4.1.5 一般离散动态网络和隐马尔科夫关系 58

4.2 动态贝叶斯网络推理算法性能分析 60

4.2.1 动态网络转化隐马尔科夫仿真 61

4.2.2 离散动态网络推理算法比较仿真 63

4.2.3 连续动态网络推理比较仿真 72

4.3 模糊推理与隐马尔科夫结合炮火校射 75

4.3.1 概述 75

4.3.2 模糊动态网络环境感知框架 75

4.4 隐变量连续动态网络推理 79

4.4.1 模型数学描述 79

4.4.2 卡尔曼滤波图模型推理 80

4.5 混合隐状态动态贝叶斯网络 83

4.5.1 模型数学描述 83

4.5.2 混合动态贝叶斯网络推理 86

4.5.3 混合动态贝叶斯网络学习 89

第5章 动态贝叶斯网络结构学习算法 91

5.1 动态贝叶斯网络结构度量体制 91

5.1.1 概述 91

5.1.2 动态网络的贝叶斯信息度量 93

5.1.3 动态贝叶斯网络BD度量 96

5.2 动态贝叶斯网络度量分解性能分析 98

5.3 构建动态网络结构寻优算法 114

5.3.1 基于概率模型的进化算法 115

5.3.2 基于贝叶斯优化构造动态网络结构算法 116

5.3.3 学习动态贝叶斯网络 118

5.3.4 动态贝叶斯网络推理 127

5.4 基于贝叶斯优化构建动态网络结构算法仿真 128

第6章 动态贝叶斯网络结构学习模型 134

6.1 平稳系统动态网络结构学习模型设计 134

6.1.1 模型设计 135

6.1.2 仿真试验 138

6.2 变结构动态网络自适应结构学习模型设计 144

6.2.1 模糊自适应双尺度 144

6.2.2 动态系统非平稳程度和平稳性的测量 151

6.3 非平稳系统网络结构学习仿真试验 153

第7章 基于动态贝叶斯网络的路径规划 165

7.1 无人机平面静态路径规划 165

7.1.1 基本概念 165

7.1.2 基于相同威胁体的路径规划 166

7.1.3 不同威胁体下平面路径规划 171

7.1.4 路径细化 176

7.2 无人机动态路径规划 178

7.2.1 概述 179

7.2.2 平面动态环境下局部路径构图原则 179

7.2.3 威胁变化下无人机平面路径规划 182

7.2.4 突发威胁体下无人机平面路径重规划研究 186

7.3 无人机空间路径规划研究 190

7.3.1 空间改进型Voronoi图 190

7.3.2 威胁变化下局部路径构图区域原则 195

7.3.3 局部路径选择原则及战场感知模型 197

第8章 基于动态贝叶斯网络的自主控制 199

8.1 概述 199

8.2 快速构建决策网络结构方法 200

8.2.1 链形决策网络模型的建立 201

8.2.2 决策网络树形模型结构学习算法 204

8.2.3 一般决策网络结构学习算法 205

8.3 进化算法与动态网络混合优化 206

8.3.1 算法基本思想 206

8.3.2 转移网络作用 210

8.3.3 混合优化自主控制算法描述 210

8.3.4 混合优化自主控制算法软件实现 211

第9章 无人机自主控制应用研究 224

9.1 基于混合优化的无人机路径重规划 224

9.1.1 自主控制过程描述 224

9.1.2 混合优化无人机路径规划仿真 225

9.2 无人机攻击多目标路径规划 237

9.2.1 自主控制过程描述 238

9.2.2 初始动态网络图构型 239

9.2.3 无人机自主攻击多随机运动目标仿真 240

附录 贝叶斯网络局部结构度量数学基础 250

A.1 链形模型局部结构度量 250

A.2 树形模型局部结构度量 253

A.3 局部贝叶斯网络度量 257

参考文献 262

返回顶部