一种新的面向对象的概率图模型

摘要：

针对大规模Bayes网络的知识表示和推理等问题,使用面向对象的方法扩展Bayes网络结构,提出了一种新的概率图模型--对象概率模型(OPM).该模型充分利用层次结构中所蕴含的条件独立性,有效地降低了知识表示的复杂度.在Bayes网络消元推理算法的基础上设计了OPM的一种有效的推理算法,该算法可以根据需要调节推理的计算量,在一定程度上解决了概率推理的计算的复杂度问题.将OPM用于解决图像中文本的自动检测与定位问题,实验结果验证了模型的有效性.

关键词：Bayes网络、Bayes网络库、消元算法、对象模型、对象概率模型、概率图模型

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60175011,60375011;安徽省自然科学基金03042207;安徽省优秀青年科技基金04042044

在线出版日期：2005-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1283-1292