本文關(guān)鍵詞：高斯圖模型的基于聯(lián)接樹改進的IPSP算法

  更多相關(guān)文章： 三角化圖 MCS-M算法高斯圖模型 IPSP算法 IIPS算法

【摘要】：在處理高維復雜問題中統(tǒng)計高斯圖模型起到了非常重要的作用,其中最關(guān)鍵的問題就是要有效地求解極大似然估計。解決此問題可以利用Xu et al.[4]提出的ⅡPS算法,或者Xu et al.[7]o中采用將圖的所有團邊緣分伙的IPSP算法。在IPSP算法中,Xu et al.[7]提出把全局的問題分解為各個伙內(nèi)的子問題,雖然降低了問題的復雜性,但當每伙內(nèi)含的變量較多時,計算起來其復雜度依然很高。在本文中采用先分伙,再應用IIPS算法解決每伙內(nèi)的子問題,這樣可以降低時間復雜度。我們提出了新的m-分解的概念,并證明了相關(guān)性質(zhì),探討了新圖G*與原圖G的關(guān)系,并利用MCS-M算法構(gòu)建了IIPS在局部所使用的團樹。最后通過模擬實驗證實了新方法大大降低了IPSP算法在計算上的復雜度,并提高了運算速度。
【關(guān)鍵詞】：三角化圖 MCS-M算法高斯圖模型 IPSP算法 IIPS算法
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O212.1
【目錄】：

• 摘要2-3
• Abstract3-5
• 第一章 緒論5-6
• 第二章 基本概念及結(jié)論6-12
• 2.1 圖的相關(guān)概念及結(jié)論6-8
• 2.1.1 圖的概念及記號6
• 2.1.2 三角化圖6-7
• 2.1.3 連接樹7-8
• 2.2 馬爾科夫性8
• 2.3 圖模型8-12
• 2.3.1 高斯圖模型9-10
• 2.3.2 IPS和IIPS、IPSP算法簡述10-12
• 第三章 改進的IPSP算法12-17
• 3.1 基礎(chǔ)理論12-15
• 3.2 IPSP-JT算法15-17
• 第四章 模擬實驗17-19
• 第五章 總結(jié)19-20
• 致謝20-21
• 參考文獻21-24
• 作者簡介24
• 攻讀碩士學位期間研究成果24-25

【參考文獻】

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 王曉飛;圖模型的結(jié)構(gòu)、分解和可壓縮性[D];東北師范大學;2010年

2 劉秉輝;圖模型中的分解性和可壓縮性研究[D];東北師范大學;2010年

，

本文編號：641650