离散动态贝叶斯网络推理及其应用PDF|Epub|txt|kindle电子书版本网盘下载

离散动态贝叶斯网络推理及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 无人机自主决策与贝叶斯网络1

1.1 无人机自主决策1

1.2 无人机自主决策中的几种人工智能方法对比4

1.3 贝叶斯网络的研究现状7

1.3.1 贝叶斯网络信息表达9

1.3.2 贝叶斯网络推理方法10

1.3.3 动态贝叶斯网络研究现状15

1.3.4 变结构动态贝叶斯网络研究现状17

第2章 贝叶斯网络及其推理18

2.1 贝叶斯网络基础18

2.1.1 节点及其取值19

2.1.2 结构20

2.1.3 参数20

2.2 贝叶斯网络的特性21

2.2.1 条件独立性21

2.2.2 有向分隔24

2.3 贝叶斯网络推理的基本类型25

2.4 单连通网络的精确推理26

2.4.1 单连通网络和多连通网络27

2.4.2 消息传播算法27

2.4.3 算例29

2.5 多连通网络的精确推理34

2.5.1 联接树算法基本流程35

2.5.2 算例37

2.5.3 算法分析39

2.6 不确定证据的推理40

2.6.1 证据类型40

2.6.2 虚拟节点40

2.6.3 消息传播算法中不确定证据的推理42

2.6.4 联接树算法中不确定证据的推理43

第3章 离散动态贝叶斯网络及其精确推理44

3.1 动态贝叶斯网络44

3.1.1 动态贝叶斯网络的定义及表示44

3.1.2 动态贝叶斯网络推理的基本任务46

3.2 前向后向算法47

3.2.1 算法描述47

3.2.2 算例49

3.3 改进的前向后向算法及复杂度分析50

3.3.1 算法描述51

3.3.2 复杂度分析53

3.3.3 算例53

3.4 快速前向后向算法57

3.4.1 算法描述57

3.4.2 复杂度分析59

3.5 基于双向计算因子的前向后向算法59

3.5.1 双向计算因子的定义59

3.5.2 算法描述59

3.5.3 复杂度分析60

3.5.4 算例61

3.6 接口算法63

3.6.1 接口算法描述63

3.6.2 复杂度分析67

3.7 离散动态贝叶斯网络的直接计算推理算法67

3.7.1 直接计算推理算法基础67

3.7.2 传统离散动态贝叶斯网络的数据结构68

3.7.3 算法描述70

3.7.4 复杂度分析71

3.7.5 算例71

3.8 离散模糊动态贝叶斯网络及其推理74

3.8.1 模糊分类75

3.8.2 算法描述76

3.8.3 复杂度分析77

3.8.4 算例77

第4章 离散动态贝叶斯网络的近似推理81

4.1 时间窗和时间窗宽度的基本概念81

4.2 基于时间窗的直接计算推理算法83

4.2.1 算法的基本思想83

4.2.2 算法描述83

4.2.3 复杂度分析87

4.3 基于时间窗的前向后向算法87

4.3.1 算法的基本思想87

4.3.2 算法描述88

4.3.3 复杂度分析91

4.4 基于时间窗的接口算法91

4.4.1 算法描述91

4.4.2 复杂度分析93

4.5 算例94

第5章 变结构动态贝叶斯网络的推理96

5.1 概述96

5.2 变结构动态贝叶斯网络的定义及其性质97

5.2.1 变结构动态贝叶斯网络的定义97

5.2.2 变结构动态贝叶斯网络的性质98

5.3 变结构离散动态贝叶斯网络推理算法98

5.3.1 算法描述98

5.3.2 复杂度分析100

5.4 变结构离散动态贝叶斯网络的快速推理算法100

5.4.1 算法描述100

5.4.2 复杂度分析101

5.5 变结构离散动态贝叶斯网络的递推推理算法101

5.5.1 算法的基本思想101

5.5.2 算法描述101

5.5.3 复杂度分析105

5.6 基于时间窗的变结构离散动态贝叶斯网络递推推理算法105

5.6.1 算法的基本思想105

5.6.2 算法描述106

5.6.3 复杂度分析108

5.7 数据缺失动态贝叶斯网络模型108

5.8 变结构离散动态贝叶斯网络参数的自适应产生算法109

5.9 基于模块化离散动态贝叶斯网络的空中飞机编队识别111

5.9.1 空中飞机编队的分类识别问题112

5.9.2 空中目标识别子网模型的引入113

5.9.3 识别飞机编队的变结构离散动态贝叶斯网络结构模型114

5.9.4 模型参数的设定115

5.9.5 仿真实验116

第6章 离散动态贝叶斯网络缺失数据的修补120

6.1 基于数据修补的离散动态贝叶斯网络结构模型120

6.2 前向信息修补算法122

6.2.1 算法的基本思想122

6.2.2 算法描述122

6.3 改进的前向信息修补算法125

6.3.1 离散动态贝叶斯网络缺失数据的两种形式126

6.3.2 算法描述126

6.4 前向后向信息修补算法127

6.4.1 算法的基本思想127

6.4.2 算法描述128

6.5 混合信息修补算法131

6.5.1 算法的基本思想131

6.5.2 算法描述132

第7章 基于离散动态贝叶斯网络的无人机智能决策135

7.1 无人机自主智能决策概述135

7.2 无人机自主威胁源分类识别135

7.2.1 问题描述135

7.2.2 威胁源分类识别问题中贝叶斯网络分类器的引入138

7.2.3 雷达侦察条件下的贝叶斯网络分类器139

7.2.4 基于离散动态贝叶斯网络的威胁源类型识别141

7.3 无人机自主作战下的威胁等级评估和编队内任务决策147

7.3.1 问题的提出147

7.3.2 威胁等级评估的离散动态贝叶斯网络148

7.3.3 编队内任务决策的离散动态贝叶斯网络149

7.3.4 仿真算例155

7.4 无人机自主作战条件下的目标选择决策160

7.4.1 基于变结构离散动态贝叶斯网络的目标选择决策160

7.4.2 基于变结构贝叶斯网络的目标选择决策仿真实例162

参考文献165

后记174