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最优估计理论基础

4.1.1模型参数估计问题

4.1.2状态最优估计问题

4.1.3最优信息融合估计问题

4.2卡尔曼滤波器线性系统最优滤波和预测

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按矩阵加权线性最小方差最优融合准则和算法

4.3.2按标量加权线性最小方差最优信息融合准则和算法

4.3.3按对角阵加权线性最小方差最优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

6.2.1DBN学习

6.2.2DBN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

7.1.2仿真试验

7.2变结构动态网络自适应结构学习模型设计

7.2.1模糊自适应双尺度

7.2.2动态系统非平稳程度和平稳性的测量

第8章基于动态贝叶斯网络的自主控制

8.1概述

8.2快速构建决策网络结构方法

8.2.1链形决策网络模型的建立

8.2.2决策网络树形模型结构学习算法

8.2.3一般决策网络结构学习算法

8.3进化算法与动态贝叶斯网络混合优化

8.3.1算法基本思想

8.3.2混合优化自主控制算法描述

第9章无人机自主控制应用研究

9.1基于动态贝叶斯网络的路径规划

9.1.1无人机平面静态路径规划

9.1.2无人机动态路径规划

9.2无人机自主路径规划实例

9.2.1基于混合优化的无人机路径重规划

9.2.2无人机攻击多目标路径规划

第10章动态贝叶斯图模型在人机交互中的应用

10.1动态贝叶斯图模型连续手语识别

10.1.1手语识别的意义

10.1.2手语识别的国内外现状

10.1.3迫切需要解决的科学技术问题

10.2动态贝叶斯图模型手语识别的一般问题

10.2.1一般问题概述

10.2.2基于视觉的三维手语运动捕获研究

10.2.3基于图模型的连续手语理解研究

10.2.4体感交互连续手语识别示范系统构建

10.3手语识别问题的解决方案

10.3.1方案思路概述

10.3.2三维手势运动捕获研究

10.3.3基于图模型的连续手语理解研究

10.3.4基于肢体运动的人机交互示范系统研究

10.4动态贝叶斯图模型肢体人机交互

10.4.1肢体人机交互的研究意义

10.4.2国内外研究现状分析

10.5动态贝叶斯图模型人机交互的一般问题

10.6人机交互问题的解决方案

10.6.1基于图模型的人体运动三维运动捕获研究

10.6.2基于图模型的人机交互运动理解研究

10.6.3基于肢体运动的人机交互示范系统研究

附录贝叶斯网络局部结构度量数学基础

A.1链形模型局部结构度量

A.2树形模型局部结构度量

A.3局部贝叶斯网络度量

参考文献