版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、動態(tài)貝葉斯網(wǎng)(DBN)作為一種特殊的貝葉斯網(wǎng)絡(luò)(BN),是貝葉斯網(wǎng)絡(luò)與時(shí)間信息相結(jié)合而形成的可處理時(shí)序數(shù)據(jù)的新的隨機(jī)模型。由于其在描述非線性、隨機(jī)演化的不確定關(guān)系時(shí)具有較強(qiáng)的優(yōu)勢,所以對動態(tài)貝葉斯網(wǎng)的研究及其應(yīng)用成為人工智能領(lǐng)域中的一個研究熱點(diǎn)。為了進(jìn)一步提高DBN結(jié)構(gòu)學(xué)習(xí)算法的效率,本文在研究國內(nèi)外現(xiàn)有算法的基礎(chǔ)上,完成了如下幾方面的工作: 1)擴(kuò)展了利用粒子群優(yōu)化學(xué)習(xí)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的BN-PSO算法,提出了基于粒子群優(yōu)化的D
2、BN結(jié)構(gòu)學(xué)習(xí)算法I-BN-PSO。新算法首先利用條件獨(dú)立性測試(0階)確定網(wǎng)絡(luò)候選的連接圖,有效地限制了搜索空間,并利用已獲得的互信息作為啟發(fā)性知識來初始化粒子群;其次,設(shè)計(jì)了基于MDL評分增益的粒子位置減法算子,使粒子的“飛行”更有效;最后,引入了隨機(jī)擾動策略,避免了粒子群的“聚集”現(xiàn)象。在標(biāo)準(zhǔn)數(shù)據(jù)集上的實(shí)驗(yàn)表明,新算法大大提高了學(xué)習(xí)的精度和速度。 2)針對基于蟻群優(yōu)化的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法I-ACOB的不足,融合閾值自調(diào)整
3、的可變搜索空間和模擬退火的優(yōu)化策略,提出了VSMI-ACOB貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法。新算法將約束滿足的方法和MDL評分搜索的基本思想相融合,在學(xué)習(xí)過程中利用閾值自調(diào)整的0階條件獨(dú)立性測試來動態(tài)壓縮搜索空間,在保證求解質(zhì)量的同時(shí),加速了搜索過程;然后通過引入基于模擬退火的優(yōu)化機(jī)制,改進(jìn)了算法的求解質(zhì)量,提高了局部優(yōu)化的效率。實(shí)驗(yàn)結(jié)果驗(yàn)證了兩種策略的有效性,與最新的同類算法相比,新算法在保持較快收斂速度的前提下,具有更好的求解質(zhì)量。
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 因果貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法改進(jìn)研究.pdf
- 增量式貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法的研究.pdf
- 基于超結(jié)構(gòu)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)與應(yīng)用研究.pdf
- 基于缺失數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究及應(yīng)用.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)及其應(yīng)用研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的混合優(yōu)化方法研究.pdf
- 基于圖分塊的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 具有隱變量的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 基于MRMR的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 基于約束的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的信息論下界
- 基于改進(jìn)細(xì)菌算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于貪婪搜索的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法.pdf
- 基于人工魚群的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 32063.基于遞歸算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
評論
0/150
提交評論