新書推薦:

《
版图之枷:军事后勤视野下的明代国家兴亡
》
售價:HK$
97.9

《
肌筋膜连接与修复
》
售價:HK$
75.9

《
礼教中的女性与生活中的女性:汉代女性形态研究
》
售價:HK$
63.8

《
无人机航拍酷炫运镜119招:从构图、拍摄到剪辑
》
售價:HK$
96.8

《
慢思考,快心流:深度开发大脑潜能的思维方式(一本精准的天才训练手册,一套超凡的心流打造功法。精进领航人小务虚脑洞再开,助你开发大脑无限潜能)
》
售價:HK$
63.8

《
《长河落日耀金戈——中国古代北方少数民族征战史例 》(以十场战争解读千年边塞历史,再现“铁马冰河入梦来”的热血豪迈)
》
售價:HK$
41.8

《
瀛波志(大都会南部边缘的乌夜与拂晓,社幻小说家的机械奇趣宇宙志。一部百科全书式小说,陆源将中文重新淬炼了一遍)
》
售價:HK$
107.8

《
黑暗时代的哲学家(哲学版的《人类群星闪耀时》,面对历史的洪流,哲学何为?)
》
售價:HK$
85.8
|
內容簡介: |
贝叶斯网络起源于20世纪80年代中期对人工智能中的不确定性问题的研究,已成为人工智能的一个重要领域,对统计学、系统工程、信息论、模式识别等学科产生了重要的影响。被广泛应用于医疗诊断、工业应用、金融分析、计算机系统、军事应用、生物信息等领域。
來源:香港大書城megBookStore,http://www.megbook.com.hk 《离散动态贝叶斯网络推理及其应用》以无人机的智能决策为背景,系统论述了离散动态贝叶斯网络的基本理论、算法及其应用的中文专著。《离散动态贝叶斯网络推理及其应用》共分7章,内容涵盖了贝叶斯网络的基础知识、离散动态贝叶斯网络的推理、离散动态贝叶斯网络的近似推理、变结构动态贝叶斯网络的推理、离散动态贝叶斯网络缺失数据的修补及离散动态贝叶斯网络在无人机自主智能决策中的应用。《离散动态贝叶斯网络推理及其应用》从实例出发,由浅入深,直观与严谨相结合,并提供详尽的参考文献。
《离散动态贝叶斯网络推理及其应用》适用于相关专业的高年级本科生、研究生和科研人员。
|
關於作者: |
高晓光,辽宁鞍山人,1957年生,博士。西北工业大学教授、博士生导师,国家示范型国际科技合作基地飞行器综合体效能分析国际科技合作基地主任、教育部重点实验室空天电子信息感知与光电控制实验室主任。中国指挥与控制学会常务理事。长期从事贝叶斯网络、飞行器智能决策系统和效能评估技术研究,主持并完成国家自然科学基金、装备预研等项目20余项。获省部级科技进步奖6项。出版学术专著3部,在国内外重要期刊和学术会议上发表论文150余篇,SCIEI检索余篇。
陈海洋,陕西户县人,1967年生,博士。西安工程大学讲师、硕士生导师,长期从事人工智能、贝叶斯网络的理论与应用研究,参与三项有关贝叶斯网络智能决策方面的国家自然科学基金研究,在动态贝叶斯网络推理算法的研究上取得了一些原创性的研究成果。先后主持和参与各类研究项目10项。出版教材2部、学术专著1部,发表论文20余篇,SCI/EI检索10余篇。
|
目錄:
|
第1章 无人机自主决策与贝叶斯网络
1.1 无人机自主决策
1.2 无人机自主决策中的几种人工智能方法对比
1.3 贝叶斯网络的研究现状
1.3.1 贝叶斯网络信息表达
1.3.2 贝叶斯网络推理方法
1.3.3 动态贝叶斯网络研究现状
1.3.4 变结构动态贝叶斯网络研究现状
第2章 贝叶斯网络及其推理
2.1 贝叶斯网络基础
2.1.1 节点及其取值
2.1.2 结构
2.1.3 参数
2.2 贝叶斯网络的特性
2.2.1 条件独立性
2.2.2 有向分隔
2.3 贝叶斯网络推理的基本类型
2.4 单连通网络的推理
2.4.1 单连通网络和多连通网络
2.4.2 消息传播算法
2.4.3 算例
2.5 多连通网络的推理
2.5.1 联接树算法基本流程
2.5.2 算例
2.5.3 算法分析
2.6 不确定证据的推理
2.6.1 证据类型
2.6.2 虚拟节点
2.6.3 消息传播算法中不确定证据的推理
2.6.4 联接树算法中不确定证据的推理
第3章 离散动态贝叶斯网络及其推理
3.1 动态贝叶斯网络
3.1.1 动态贝叶斯网络的定义及表示
3.1.2 动态贝叶斯网络推理的基本任务
3.2 前向后向算法
3.2.1 算法描述
3.2.2 算例
3.3 改进的前向后向算法及复杂度分析
3.3.1 算法描述
3.3.2 复杂度分析
3.3.3 算例
3.4 快速前向后向算法
3.4.1 算法描述
3.4.2 复杂度分析
3.5 基于双向计算因子的前向后向算法
3.5.1 双向计算因子的定义
3.5.2 算法描述
3.5.3 复杂度分析
3.5.4 算例
3.6 接口算法
3.6.1 接口算法描述
3.6.2 复杂度分析
3.7 离散动态贝叶斯网络的直接计算推理算法
3.7.1 直接计算推理算法基础
3.7.2 传统离散动态贝叶斯网络的数据结构
3.7.3 算法描述
3.7.4 复杂度分析
3.7.5 算例
3.8 离散模糊动态贝叶斯网络及其推理
3.8.1 模糊分类
3.8.2 算法描述
3.8.3 复杂度分析
3.8.4 算例
第4章 离散动态贝叶斯网络的近似推理
4.1 时间窗和时间窗宽度的基本概念
第5章 变结构动态贝叶斯网络的推理
第6章 离散动态贝叶斯网络缺失数据的修补
第7章 基于离散动态贝叶斯网络的无人机智能决策
参考文献
后记
|
|