2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩98頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、該文就Bayes網(wǎng)絡(luò)模型進(jìn)行了一些研究,主要工作概括如下:1.該文研究了對(duì)弧進(jìn)行刪除的Bayes網(wǎng)絡(luò)最優(yōu)近似問題.首先解決了在Bayes網(wǎng)絡(luò)中刪除一條弧之后的最優(yōu)近似網(wǎng)絡(luò)中的參數(shù)賦值問題,并研究了最優(yōu)近似網(wǎng)絡(luò)中某些結(jié)點(diǎn)子集的邊緣分布在近似以后所具有的不變性,給出了邊緣分布保持不變的最大結(jié)點(diǎn)子集.然后給出了刪除網(wǎng)絡(luò)中的多條弧之后的最優(yōu)近似網(wǎng)絡(luò),以及刪除誤差的計(jì)算方法,并給出了在給定誤差限下,選擇網(wǎng)絡(luò)中的一組弧進(jìn)行刪除的方案和算法.2.給出

2、了Bayes網(wǎng)絡(luò)學(xué)習(xí)的Markov鏈Monte Carlo(MCMC)方法.該文中將MCMC方法作為一種隨機(jī)搜索算法進(jìn)行使用,尋找具有較大后驗(yàn)概率的網(wǎng)絡(luò)模型.應(yīng)用實(shí)例表明了此方法具有較好的性能.3.研究了兩種特殊結(jié)構(gòu)的Bayes網(wǎng)絡(luò)模型,混合因子分析模型和獨(dú)立分量分析模型.給出了一種用于混合因子分析模型參數(shù)學(xué)習(xí)的兩階段學(xué)習(xí)算法.4.提出了一種新的基于混合高斯模型的獨(dú)立分量分析方法.通過使用混合高斯模型學(xué)習(xí)數(shù)據(jù)樣本的概率分布,首先給出了一

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(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)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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