概率图模型介绍PPT课件

概率图模型是基于概率关系的模型总称。 目前应用于图像和视频智能信息处理领域，基本概率图模型为贝叶斯网络、马尔可夫网络、隐马尔可夫网络。 遥感多/高光谱图像与视频图像的特征有很大差异，我们的研究目标是建立一种适合遥感图像处理的概率图模型理论。 基本构想使用概率图描述在不同尺度的“基本要素”(像素、躯干、目标要素等)及其“谱”(包括像素谱、基本要素谱、主题要素谱)的特征之间形成的空间结构关系。 实现“图-谱”的真正紧密耦合，实现大量遥感数据的快速、高效、准确的计算分析和和解。 高分辨率遥感数据的特征，高分辨率遥感数据提供更细致的“图谱”信息，子米级空间分辨率和纳米级光谱分辨率，高分辨率遥感图像处理，aviris的MoffettField高光谱图像(50 ) aviris的MoffettField高光谱图像光谱(50、27、17波段)的伪彩色合成图、草坪光谱曲线、跑道光谱曲线、层次概率图模型关系图、不同的要素间关系图、要素间的连接表示要素间的关系，在该关系中表示空间关系和要素的光谱关系体元由同种像素构成，体元之间的连接线表示体元之间的空间和频谱关系，目标元由构成一个主题要素的不同体元构成，目标元之间的连接线表示目标之间的关系，包括贝叶斯基本帧、后验概率、似然函数、先验概率、第I类、标准化因子、观测、问题描述观测结论(分类和预测)、 贝叶斯规则， 边缘代表性条件独立假设图结构表示分解，其中节点表示随机变量/状态的缺失，有向图(贝叶斯网)、无向图模型(马尔可随机域)、9、 ProbabilityDistribution概率分布definitionofjotingprobilitityitionconthentprobilitityitionconmonitionthegragicalmodellsreprovititition relationshipsamongvariables .联合概率分布经济，利用变量间的“局部”关系。 11，UndirectedPGM(MRF )无向图模型(马尔可夫随机域)，Representation，ConditionalIndependence，ProbabilityDistribution，Queries，implement . 12 ProbabilityDistribution(1) 的概率分布是cliqueacliqueofagraphicssafully-connectedssubsetofnodes.localfincentitionsshouldnotbedefineedoomainsnodesthatextendbeyon est.maximal liq uesthemaxialcliquestofagrapharethecliquestthatcannotbeexterndeditionalditionalditionalditionaldionsinthe NNE CTED.werestrictourselv estomaximalcliquestswithoutlossofgenerality asitcapturesallpossibledependencies.potential function : potentialfunctontheposiblerationsofthemaximallique， ProbabilityDistribution(2)，Maximalcliques， 14，probability distribution jointprobabilitydistributionormalizationfactor，boltzmandlistuttony. 15，ConditionalIndependence，itsa“reachability”problemin