Bayesian網(wǎng)及其在圖像分析中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩124頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、  本文對Bayesian網(wǎng)的國內(nèi)外研究現(xiàn)狀作了深入的分析,對其構(gòu)造方法以及變異Bayesian網(wǎng)進(jìn)行了系統(tǒng)的理論研究。此外,還研究了該網(wǎng)絡(luò)及其變異模型在圖像分析中的應(yīng)用,包括文本與人臉等目標(biāo)的檢測與定位。全文主要內(nèi)容如下:  1.介紹Bayesian網(wǎng)原理以及常用的推理算法。介紹了Bayesian網(wǎng)常用的消息傳遞推理算法、子團(tuán)樹傳播推理算法以及基于消元的推理算法等,并給出了幾種常用推理算法的推理過程?! ?.通過分析用遺傳算法對B

2、ayesian網(wǎng)進(jìn)行結(jié)構(gòu)學(xué)習(xí)時存在的缺點,提出了根據(jù)混合遺傳算法進(jìn)行結(jié)構(gòu)學(xué)習(xí)的新方法;在分析Bayesian網(wǎng)等價結(jié)構(gòu)的基礎(chǔ)上提出了Rudimentary結(jié)構(gòu)等價性定理,并將該定理應(yīng)用于對Bayesian網(wǎng)的結(jié)構(gòu)優(yōu)化中;推導(dǎo)了根據(jù)現(xiàn)有數(shù)據(jù)庫和網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)Bayesian網(wǎng)參數(shù)表的過程;介紹了由基于模型的診斷系統(tǒng)向Bayesian網(wǎng)轉(zhuǎn)化的方法,拓展了Bayesian網(wǎng)的應(yīng)用范圍。  3.通過對幾種常見圖模型的分析,以及根據(jù)因果獨立性,提

3、出了Bayesian網(wǎng)的變異模型。新模型對數(shù)據(jù)之間關(guān)系的描述更準(zhǔn)確,同時也簡化了條件概率表的規(guī)模。通過對學(xué)生成績Bayesian網(wǎng)及其變異模型的分析,驗證了變異模型的有效性?! ?.圖像中的場景文本由于受多種條件的影響,在文本檢測中,其位置表現(xiàn)出不確定性。提出了用于文本檢測與定位的變異直方圖,并將其應(yīng)用于圖像中的文本特征提取。通過分析各種特征之間的不確定性關(guān)系,以及對這些不確定性關(guān)系進(jìn)行處理,建立了文本檢測Bayesian網(wǎng),得到了有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論