图象分析中的松驰标记法

松驰标记法是指对图中的每个目标进行标记指派，利用先验上下文信息进行迭代，寻求最大协调标记集的一种方法。此文推导了一种新的概率松驰法，分析了随机松驰法的迭代公式，利用马尔科夫随机场（ＭＲＦ）与吉布斯（Ｇｉｂｂｓ）分布的等价性来计算局部特性概率，用最大熵（ＭＥ）原理对条件邻域概率进行估计。最后对概率松驰法和随机松驰法进行了比较。     

用于质量管理系统的数据仓库

数据仓库就是面向主题的（ＳｕｂｊｅｃｔＯｒｉｅｎｔｅｄ）、集成的、稳定的、时间各异的数据集合，用以支持经营管理中的决策制定过程。基于数据仓库的质量管理系统的任务是采集、存储和处理企业的质量数据，并以此为基础进行质量分析、评价、控制和决策。在本文中，对质量管理系统的数据库／操作数据存储／数据仓库（ＤＢ／ＯＤＳ／ＤＷ）体系结构进行了描述，对数据仓库中的数据进行了粒度划分和分割，建立了数据仓库中的数据模型，并给出了作为数据仓库工作平台的客户机／服务器模式。     

用于数据挖掘的贝叶斯网络

贝叶斯网络是用来表示变量集合的连续概率分布的图形模式,它提供了一种自然地表示因果信息的方法,用来发现数据间的潜在关系.贝叶斯网络的学习也就是要找出一个能够最真实反映现有数据库中各数据变量相互之间的依赖关系的贝叶斯网络模型,即根据数据样本D和先验知识ζ,找出后验概率p(s^h|D,ζ)最大的贝叶斯网络S.该文在数学上对贝叶斯网络的学习方法进行了严格的推导,用一个实例来说明贝叶斯网络的计算过程,并介绍了贝叶斯网络在数据挖掘领域内的应用.