证据网络推理学习理论及应用

1 (p1): 第1章 绪论
3 (p1-1): 1.1不确定性建模理论
3 (p1-1-1): 1.1.1不确定性分类
5 (p1-1-2): 1.1.2不确定性处理
8 (p1-2): 1.2不确定性推理方法
8 (p1-2-1): 1.2.1主要的不确定性推理方法
10 (p1-2-2): 1.2.2贝叶斯网络与影响图
12 (p1-3): 1.3证据理论相关研究现状
12 (p1-3-1): 1.3.1 D-S证据理论的提出
15 (p1-3-2): 1.3.2 D-S证据理论综述
16 (p1-3-3): 1.3.3证据推理
17 (p1-3-4): 1.3.4证据网络
18 (p1-3-5): 1.3.5证据理论与风险决策
19 (p1-4): 1.4存在的问题
20 (p1-5): 1.5本书主要内容及安排
20 (p1-5-1): 1.5.1研究思路
21 (p1-5-2): 1.5.2研究内容
23 (p2): 第2章 证据网络模型
23 (p2-1): 2.1证据理论与图模型基础
23 (p2-1-1): 2.1.1 D-S证据理论
29 (p2-1-2): 2.1.2图模型
31 (p2-2): 2.2证据网络模型的定义
31 (p2-2-1): 2.2.1证据网络的概念
32 (p2-2-2): 2.2.2证据网络的特点
33 (p2-2-3): 2.2.3证据网络建模过程
34 (p2-3): 2.3证据网络模型的结构
34 (p2-3-1): 2.3.1结点之间的关系
35 (p2-3-2): 2.3.2基于树模型的证据网络结构建模
37 (p2-3-3): 2.3.3基于因果关系图的证据网络结构建模
39 (p2-4): 2.4证据网络模型的参数
39 (p2-4-1): 2.4.1知识表示模型
40 (p2-4-2): 2.4.2证据网络参数的条件信度表示
41 (p2-4-3): 2.4.3证据网络参数的信度规则表示
44 (p2-5): 2.5小结
45 (p3): 第3章 条件信度参数模型下的证据网络推理
45 (p3-1): 3.1条件信度参数模型下的证据网络推理问题
45 (p3-1-1): 3.1.1推理问题
46 (p3-1-2): 3.1.2研究思路
47 (p3-2): 3.2证据网络条件信度推理方法
47 (p3-2-1): 3.2.1条件信度函数计算基础理论
53 (p3-2-2): 3.2.2证据网络条件信度的正向推理
54 (p3-2-3): 3.2.3证据网络条件信度的反向推理
55 (p3-2-4): 3.2.4证据网络条件信度的乘积规则
56 (p3-2-5): 3.2.5证据网络条件信度推理算例
58 (p3-3): 3.3证据网络信度合成方法
59 (p3-3-1): 3.3.1信度合成悖论分析
60 (p3-3-2): 3.3.2一种新的证据冲突度量方法
64 (p3-3-3): 3.3.3基于冲突度量的信度合成方法
66 (p3-4): 3.4证据网络在航天系统安全性分析中的应用
71 (p3-5): 3.5小结
72 (p4): 第4章 信度规则参数模型下的证据网络推理
72 (p4-1): 4.1信度规则参数模型下的证据网络推理问题
72 (p4-1-1): 4.1.1推理问题
73 (p4-1-2): 4.1.2研究思路
73 (p4-2): 4.2不完全信息情况下结点权重获取方法
74 (p4-2-1): 4.2.1偏好关系的定义与表示
74 (p4-2-2): 4.2.2基于目标规划的权重获取方法
77 (p4-2-3): 4.2.3结点权重获取的数值算例
79 (p4-3): 4.3基于ER的证据网络推理方法
79 (p4-3-1): 4.3.1信度结构数据转化
81 (p4-3-2): 4.3.2信度规则的激活
83 (p4-3-3): 4.3.3证据网络信度规则推理与合成算法
86 (p4-3-4): 4.3.4证据网络信度规则推理结果分析
87 (p4-4): 4.4证据网络在军事威胁评估与预测中的应用
90 (p4-5): 4.5小结
92 (p5): 第5章 证据网络参数学习
92 (p5-1): 5.1证据网络参数学习问题
92 (p5-1-1): 5.1.1参数学习的研究思路
93 (p5-1-2): 5.1.2参数学习问题的数学模型
94 (p5-1-3): 5.1.3多级证据网络的参数学习
95 (p5-2): 5.2参数学习目标函数的计算
96 (p5-2-1): 5.2.1信度结构模型的距离定义
99 (p5-2-2): 5.2.2参数学习的目标函数
99 (p5-3): 5.3基于投影梯度法的证据网络参数学习
99…