已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、基于概率知識表達的貝葉斯網(wǎng),己成為人工智能不確定知識表示與推理領(lǐng)域近幾年來研究的熱點,目前國內(nèi)外的許多研究機構(gòu)都對貝葉斯網(wǎng)進行了深入的研究.本文對貝葉斯網(wǎng)的國內(nèi)外研究現(xiàn)狀進行了深入分析,對它的原理、構(gòu)造方法及其擴展,進行了深入的討論.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、子團樹傳播推理算法與基于消元的推理算法等.此外,還對近似推理
2、算法進行了討論. 2、本文從討論聯(lián)結(jié)樹(Junction Tree JT)推理算法入手,提出基于局部聯(lián)結(jié)樹(Local Junction Tree,LJT)的近似推理算法.該算法采用相對于查詢節(jié)點的節(jié)點相關(guān)度來搜索影響較大的節(jié)點,同時考慮了距離影響和證據(jù)節(jié)點的特殊性,使構(gòu)造的子網(wǎng)比較合理,有利于提高推理計算速度和保證較高的計算精度. 3、提出一種基于節(jié)點相關(guān)度NR對DBN進行裁剪的近似推理算法.一般而言,DBN推理過程是
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 貝葉斯網(wǎng)絡(luò)建模及推理算法研究.pdf
- 動態(tài)貝葉斯網(wǎng)絡(luò)的近似推理算法研究.pdf
- 基于抽樣的貝葉斯網(wǎng)絡(luò)推理算法研究.pdf
- 基于桶消元的多連通貝葉斯網(wǎng)絡(luò)推理算法的改進與實現(xiàn).pdf
- 圖像復(fù)原-模型、貝葉斯推理及迭代算法研究.pdf
- 貝葉斯網(wǎng)絡(luò)研究.pdf
- 16669.貝葉斯網(wǎng)絡(luò)模型的變分貝葉斯學(xué)習與推理研究
- 貝葉斯網(wǎng)絡(luò)
- 基于貝葉斯網(wǎng)絡(luò)推理的混沌時間序列的研究.pdf
- 貝葉斯網(wǎng)絡(luò)-案例推理混合建模與應(yīng)用.pdf
- 離散動態(tài)貝葉斯網(wǎng)絡(luò)精確推理的研究與實現(xiàn).pdf
- 貝葉斯網(wǎng)絡(luò)學(xué)習方法和算法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘算法的研究.pdf
- 貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習算法研究.pdf
- 貝葉斯網(wǎng)絡(luò)簡介
- 貝葉斯網(wǎng)絡(luò)matlab
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習算法研究.pdf
- 基于圖模型分解的貝葉斯網(wǎng)絡(luò)學(xué)習與推理研究.pdf
- 貝葉斯網(wǎng)絡(luò)及其在范例推理中的應(yīng)用研究.pdf
- 基于結(jié)構(gòu)分解的貝葉斯網(wǎng)絡(luò)推理及其應(yīng)用研究.pdf
評論
0/150
提交評論