2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩74頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、貝葉斯網(wǎng)絡(luò)(Bayesian Networks,BNs)用圖形化的模型來(lái)表示變量間的概率分布,具有清晰的網(wǎng)絡(luò)結(jié)構(gòu)、靈活的推理能力、方便的決策機(jī)制以及有效的學(xué)習(xí)機(jī)制,已成為人工智能系統(tǒng)中不確定知識(shí)表達(dá)和數(shù)據(jù)分析、推理的有效工具。貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)包括結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)。參數(shù)學(xué)習(xí)在給定網(wǎng)絡(luò)結(jié)構(gòu)和數(shù)據(jù)下可以較為簡(jiǎn)單得到,而結(jié)構(gòu)學(xué)習(xí)是一個(gè)NP難問(wèn)題,因此尋求有效的結(jié)構(gòu)學(xué)習(xí)方法和算法對(duì)于構(gòu)建貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)具有重要的意義。
   本文對(duì)貝葉斯

2、網(wǎng)絡(luò)結(jié)構(gòu)性學(xué)習(xí)做了深入研究,在傳統(tǒng)遺傳算法的基礎(chǔ)上,引入云模型自適應(yīng)器、免疫原理、聯(lián)姻策略等,針對(duì)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn),將改進(jìn)的云自適應(yīng)遺傳算法用于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí),主要工作如下:
   首先,介紹貝葉斯網(wǎng)絡(luò)的基本理論,對(duì)貝葉斯網(wǎng)絡(luò)的理論框架展開(kāi)綜述。
   其次,詳細(xì)介紹云模型的基本理論,結(jié)合云模型隨機(jī)性和穩(wěn)定傾向性的特點(diǎn),重點(diǎn)研究基于云模型的云遺傳算法,以及對(duì)云遺傳算法中自適應(yīng)調(diào)整交叉率和變異率的策略。
  

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論