離散動態貝葉斯網路推理及其套用

《離散動態貝葉斯網路推理及其套用》是國防工業出版社於2016年出版的圖書，作者是高曉光、陳海洋。

基本介紹

• 中文名：離散動態貝葉斯網路推理及其套用
• 作者：高曉光、陳海洋
• 出版時間：2016年3月1日
• 出版社：國防工業出版社
• 頁數：175 頁
• ISBN：9787118101591
• 定價：79.00
• 開本：16 開
• 裝幀：精裝
• 字數：215000

內容簡介

貝葉斯網路起源於20世紀80年代中期對人工智慧中的不確定性問題的研究，已成為人工智慧的一個重要領域，對統計學、系統工程、資訊理論、模式識別等學科產生了重要的影響。被廣泛套用於醫療診斷、工業套用、金融分析、計算機系統、軍事套用、生物信息等領域。

《離散動態貝葉斯網路推理及其套用》以無人機的智慧型決策為背景，系統論述了離散動態貝葉斯網路的基本理論、算法及其套用的中文專著。《離散動態貝葉斯網路推理及其套用》共分7章，內容涵蓋了貝葉斯網路的基礎知識、離散動態貝葉斯網路的精確推理、離散動態貝葉斯網路的近似推理、變結構動態貝葉斯網路的推理、離散動態貝葉斯網路缺失數據的修補及離散動態貝葉斯網路在無人機自主智慧型決策中的套用。《離散動態貝葉斯網路推理及其套用》從實例出發，由淺入深，直觀與嚴謹相結合，並提供詳盡的參考文獻。

《離散動態貝葉斯網路推理及其套用》適用於相關專業的高年級本科生、研究生和科研人員。

作者簡介

高曉光，遼寧鞍山人，1957年生，博士。西北工業大學教授、博士生導師，國家示範型國際科技合作基地“飛行器綜合體效能分析國際科技合作基地”主任、教育部重點實驗室“空天電子信息感知與光電控制”實驗室主任。中國指揮與控制學會常務理事。長期從事貝葉斯網路、飛行器智慧型決策系統和效能評估技術研究，主持並完成國家自然科學基金、裝備預研等項目20餘項。獲省部級科技進步獎6項。出版學術專著3部，在國內外重要期刊和學術會議上發表論文150餘篇，SCI/EI檢索100餘篇。

陳海洋，陝西戶縣人，1967年生，博士。西安工程大學講師、碩士生導師，長期從事人工智慧、貝葉斯網路的理論與套用研究，參與三項有關貝葉斯網路智慧型決策方面的國家自然科學基金研究，在動態貝葉斯網路推理算法的研究上取得了一些原創性的研究成果。先後主持和參與各類研究項目10項。出版教材2部、學術專著1部，發表論文20餘篇，SCI/EI檢索10餘篇。

目錄

第1章 無人機自主決策與貝葉斯網路1

1.1 無人機自主決策1

1.2 無人機自主決策中的幾種人工智慧方法對比4

1.3 貝葉斯網路的研究現狀7

1.3.1 貝葉斯網路信息表達9

1.3.2 貝葉斯網路推理方法10

1.3.3 動態貝葉斯網路研究現狀15

1.3.4 變結構動態貝葉斯網路研究現狀17

第2章 貝葉斯網路及其推理18

2.1 貝葉斯網路基礎18

2.1.1 節點及其取值19

2.1.2 結構20

2.1.3 參數20

2.2 貝葉斯網路的特性21

2.2.1 條件獨立性21

2.2.2 有向分隔24

2.3 貝葉斯網路推理的基本類型25

2.4 單連通網路的精確推理26

2.4.1 單連通網路和多連通網路27

2.4.2 訊息傳播算法27

2.4.3 算例29

2.5 多連通網路的精確推理34

2.5.1 聯接樹算法基本流程35

2.5.2 算例37

2.5.3 算法分析39

2.6 不確定證據的推理40

2.6.1 證據類型40

2.6.2 虛擬節點40

2.6.3 訊息傳播算法中不確定證據的推理42

2.6.4 聯接樹算法中不確定證據的推理43

第3章 離散動態貝葉斯網路及其精確推理44

3.1 動態貝葉斯網路44

3.1.1 動態貝葉斯網路的定義及表示44

3.1.2 動態貝葉斯網路推理的基本任務46

3.2 前向後向算法47

3.2.1 算法描述47

3.2.2 算例49

3.3 改進的前向後向算法及複雜度分析50

3.3.1 算法描述51

3.3.2 複雜度分析53

3.3.3 算例53

3.4 快速前向後向算法57

3.4.1 算法描述57

3.4.2 複雜度分析59

3.5 基於雙向計算因子的前向後向算法59

3.5.1 雙向計算因子的定義59

3.5.2 算法描述59

3.5.3 複雜度分析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 複雜度分析67

3.7 離散動態貝葉斯網路的直接計算推理算法67

3.7.1 直接計算推理算法基礎67

3.7.2 傳統離散動態貝葉斯網路的數據結構68

3.7.3 算法描述70

3.7.4 複雜度分析71

3.7.5 算例71

3.8 離散模糊動態貝葉斯網路及其推理74

3.8.1 模糊分類75

3.8.2 算法描述76

3.8.3 複雜度分析77

3.8.4 算例77

第4章 離散動態貝葉斯網路的近似推理81

4.1 時間窗和時間窗寬度的基本概念81

4.2 基於時間窗的直接計算推理算法83

4.2.1 算法的基本思想83

4.2.2 算法描述83

4.2.3 複雜度分析87

4.3 基於時間窗的前向後向算法87

4.3.1 算法的基本思想87

4.3.2 算法描述88

4.3.3 複雜度分析91

4.4 基於時間窗的接口算法91

4.4.1 算法描述91

4.4.2 複雜度分析93

4.5 算例94

第5章 變結構動態貝葉斯網路的推理96

5.1 概述96

5.2 變結構動態貝葉斯網路的定義及其性質97

5.2.1 變結構動態貝葉斯網路的定義97

5.2.2 變結構動態貝葉斯網路的性質98

5.3 變結構離散動態貝葉斯網路推理算法98

5.3.1 算法描述98

5.3.2 複雜度分析100

5.4 變結構離散動態貝葉斯網路的快速推理算法100

5.4.1 算法描述100

5.4.2 複雜度分析101

5.5 變結構離散動態貝葉斯網路的遞推推理算法101

5.5.1 算法的基本思想101

5.5.2 算法描述101

5.5.3 複雜度分析105

5.6 基於時間窗的變結構離散動態貝葉斯網路遞推推理算法105

5.6.1 算法的基本思想105

5.6.2 算法描述106

5.6.3 複雜度分析108

5.7 數據缺失動態貝葉斯網路模型108

5.8 變結構離散動態貝葉斯網路參數的自適應產生算法109

5.9 基於模組化離散動態貝葉斯網路的空中飛機編隊識別 111

5.9.1 空中飛機編隊的分類識別問題112

5.9.2 空中目標識別子網模型的引入113

5.9.3 識別飛機編隊的變結構離散動態貝葉斯網路結構模型114

5.9.4 模型參數的設定115

5.9.5 仿真實驗116

第6章 離散動態貝葉斯網路缺失數據的修補120

6.1 基於數據修補的離散動態貝葉斯網路結構模型120

6.2 前向信息修補算法122

6.2.1 算法的基本思想122

6.2.2 算法描述122

6.3 改進的前向信息修補算法125

6.3.1 離散動態貝葉斯網路缺失數據的兩種形式126

6.3.2 算法描述126

6.4 前向後向信息修補算法127

6.4.1 算法的基本思想127

6.4.2 算法描述128

6.5 混合信息修補算法131

6.5.1 算法的基本思想131

6.5.2 算法描述132

第7章 基於離散動態貝葉斯網路的無人機智慧型決策135

7.1 無人機自主智慧型決策概述135

7.2 無人機自主威脅源分類識別135

7.2.1 問題描述135

7.2.2 威脅源分類識別問題中貝葉斯網路分類器的引入138

7.2.3 雷達偵察條件下的貝葉斯網路分類器139

7.2.4 基於離散動態貝葉斯網路的威脅源類型識別141

7.3 無人機自主作戰下的威脅等級評估和編隊內任務決策147

7.3.1 問題的提出147

7.3.2 威脅等級評估的離散動態貝葉斯網路148

7.3.3 編隊內任務決策的離散動態貝葉斯網路149

7.3.4 仿真算例155

7.4 無人機自主作戰條件下的目標選擇決策160

7.4.1 基於變結構離散動態貝葉斯網路的目標選擇決策160

7.4.2 基於變結構貝葉斯網路的目標選擇決策仿真實例162

參考文獻 165

後記 174