概率图模型是把概率论与图论结合在一起,为多变量概率统计模型提供了框架。在人工智能、机器学习和计算机视觉等领域,都可利用概率图模型来进行研究。其中,链图模型属于概率图模型的一类,是一种同时存在有向边和无向边,但不存在有向圈的概率图模型,为变量之间既存在因果关系又存在相关关系提供了有力的模型。在链图模型中,基于贝叶斯网络中边缘分布的变量消除算法,根据链图模型的独立性,利用因子分解的方法,将算法推广到链图模型中,得到一个基于链图模型的边缘概率的变量消除算法。在变量消除算法的计算过程中,根据链图模型的正则图的概念,计算每个节点的权重,标记出变量消除顺序,得到了最大基数搜索算法。在最大基数搜索算法的基础上,添加一个约束条件,得到另一个寻找变量消除顺序的算法——基于最小三角剖分的最大基数搜索算法。在链图模型结构的基础上,给予一个时间序列问题,得到一个动态链图模型;根据链图模型的成对独立性和局部独立性,推广到动态链图模型中,得到动态链图模型的独立性;基于链图模型的变量消除算法,根据动态模型的概率分布,在马尔可夫假设的前提下,推出一个基于动态链图的变量消除算法。