第1章 随机过程概论 1
1.1 随机变量及其概率分布 1
1.2 数字特征、矩母函数与特征函数 9
1.3 复(值)随机过程 14
1.4 随机微积分 18
1.5 几种重要的随机过程 23
第2章 Markov链的基本理论 28
2.1 Markov链与转移概率 28
2.2 Markov链的状态分类 34
2.3 状态空间的分解 40
2.4 Markov链的极限定理 44
2.5 赌徒破产问题 50
2.6 群体消失模型 54
第3章 连续时间Markov过程 58
3.1 Poisson过程 58
3.2 连续时间Markov链 63
3.3 Kolmogorov微分方程 65
3.4 生灭过程 70
3.5 时间可逆的Markov过程 86
第4章 隐Markov模型——HMM 91
4.1 HMM基本概念与算法 91
4.2 连续与半连续HMM 106
4.3 HMM在语音处理中的应用 110
第5章 Markov决策过程——MDP 118
5.1 Markov决策过程概述 118
5.2 优化算法 124
5.3 应用实例 133
第6章 基于Markov随机场的小波图像建模 147
6.1 Markov随机场基本理论 147
6.2 简单的多分辨率建模 153
参考文献 162