对Bayes网络的国内外研究现状进行深入分析的基础上，对Bayes网络的知识表示、推理、解释等基本理论和方法进行了系统的研究，并从理论上对其进行了扩展，对Bayes网络及其扩展模型在航空影像中房屋等目标的识别，以及图像中文本目标的检测与定位等方面应用进行了探讨。全文主要内容如下： 1．从图模型角度分析了随机变量的条件独立性质，讨论了Bayes网络知识表示的基本原理及性质，讨论了消息传播与消元推理方法的基本原理，在此基础上提出了一种基于扩展邻接树的消元推理算法。该算法使用扩展邻接树的深度优先确定消元次序，有效解决了选择消元次序的难题。 2．在分析Bayes网络解释机制的已有研究成果的基础上，提出一种关于Bayes网络推理结论解释的新机制。文中引入必要性和充分性因子，解释证据对推理结论的作用程度；引入概率分布变化方向的概念，用于判定证据对推理结论的作用方向本文由张家港弯管机网站采集网络www.wangaunjimuju.net，检测证据之间可能存在的冲突现象网络理论-数控滚圆机滚弧机价格低张家港数控全自动滚圆机多少钱；本文由张家港弯管机网站采集网络www.wangaunjimuju.net通过定性和定量分析网络结构特征生成证据对推理结论的作用路径。通过应用实例的讨论，说明了该解释机制具有合理性。 3．在研究房屋等人造结构体的投影性质的基础上，提出了一种基于Bayes网络的感知组织算法，用于检测航空摄影图像中屋顶等目标。该算法包括提取边缘及线段、生成平行四边形、生成假设、检验假设等步骤，用Bayes网络推理实现信息融合，由Bayes网络学习实现了感知的自适应性。实验结果验证了算法的有效性。 4．针对大规模Bayes网络知识表示和推理的计算复杂度问题，提出了一种新的面向对象的概率图模型——对象概率模型(OPM)。该模型将Bayes网络分解成若干称为类的模块，每个模块中设置两个界面节点用于传递概率信息。OPM利用层次结构中所蕴含的条件独立性，有效降低了模型的构造和知识表示的复杂性。文中通过推广Bayes网络消元推理算法实现了OPM的推理机制。适当调节推理算法中的控制参数，就可有效控制OPM推理的计算复杂度。将OPM用于解决图像中文本的自动检测与定位问题，实验结果表明检测效果好、速度快。 5．对Bayes网络与确信因子模型作了对比研究。讨论了确信因子模型的理论基础，分析了确信因子模型的局限性，论证了Noisy-OR模型(Bayes网络的一种简化模型)的概率推理公式与确信因子模型的推理公式的等价性，从知识的表示、推理、获取三个方面论述了Bayes网络相对于确信因子模型的优势网络理论-数控滚圆机滚弧机价格低张家港数控全自动滚圆机多少钱本文由张家港弯管机网站采集网络www.wangaunjimuju.net