貝葉斯網(wǎng)絡(luò)推理算法研究.pdf

1、基于概率知識(shí)表達(dá)的貝葉斯網(wǎng),己成為人工智能不確定知識(shí)表示與推理領(lǐng)域近幾年來(lái)研究的熱點(diǎn),目前國(guó)內(nèi)外的許多研究機(jī)構(gòu)都對(duì)貝葉斯網(wǎng)進(jìn)行了深入的研究.本文對(duì)貝葉斯網(wǎng)的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了深入分析,對(duì)它的原理、構(gòu)造方法及其擴(kuò)展,進(jìn)行了深入的討論.論文的主要工作和創(chuàng)新之處如下: 1、介紹了貝葉斯網(wǎng)原理及其中的條件獨(dú)立性.討論了Bayesian網(wǎng)的常用推理算法,包括:消息傳遞推理算法、子團(tuán)樹(shù)傳播推理算法與基于消元的推理算法等.此外,還對(duì)近似推理

2、算法進(jìn)行了討論. 2、本文從討論聯(lián)結(jié)樹(shù)(Junction Tree JT)推理算法入手,提出基于局部聯(lián)結(jié)樹(shù)(Local Junction Tree,LJT)的近似推理算法.該算法采用相對(duì)于查詢節(jié)點(diǎn)的節(jié)點(diǎn)相關(guān)度來(lái)搜索影響較大的節(jié)點(diǎn),同時(shí)考慮了距離影響和證據(jù)節(jié)點(diǎn)的特殊性,使構(gòu)造的子網(wǎng)比較合理,有利于提高推理計(jì)算速度和保證較高的計(jì)算精度. 3、提出一種基于節(jié)點(diǎn)相關(guān)度NR對(duì)DBN進(jìn)行裁剪的近似推理算法.一般而言,DBN推理過(guò)程是