计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2010年
1期
107-110,113
,共5页
上下文感知计算%贝叶斯网络%自学习
上下文感知計算%貝葉斯網絡%自學習
상하문감지계산%패협사망락%자학습
context-aware computing%Bayesian network%learning algorithm
通过对上下文感知计算中上下文特点的详细分析,提出一种面向上下文感知计算的通用贝叶斯网络结构自学习方法.该方法能在足够实例数据的支撑下自动对上下文感知计算中上下文之间的关系进行学习,进而形成贝叶斯网络结构,用于从低层上下文向高层上下文的演化.通过对上下文感知计算中上下文的层次化特点的有效利用,该方法对贝叶斯网络自学习方法进行了有效优化.研究分析表明,该方法能显著降低贝叶斯网络学习过程中的时间复杂度.
通過對上下文感知計算中上下文特點的詳細分析,提齣一種麵嚮上下文感知計算的通用貝葉斯網絡結構自學習方法.該方法能在足夠實例數據的支撐下自動對上下文感知計算中上下文之間的關繫進行學習,進而形成貝葉斯網絡結構,用于從低層上下文嚮高層上下文的縯化.通過對上下文感知計算中上下文的層次化特點的有效利用,該方法對貝葉斯網絡自學習方法進行瞭有效優化.研究分析錶明,該方法能顯著降低貝葉斯網絡學習過程中的時間複雜度.
통과대상하문감지계산중상하문특점적상세분석,제출일충면향상하문감지계산적통용패협사망락결구자학습방법.해방법능재족구실례수거적지탱하자동대상하문감지계산중상하문지간적관계진행학습,진이형성패협사망락결구,용우종저층상하문향고층상하문적연화.통과대상하문감지계산중상하문적층차화특점적유효이용,해방법대패협사망락자학습방법진행료유효우화.연구분석표명,해방법능현저강저패협사망락학습과정중적시간복잡도.
By analyzing the characteristics of context in context-aware computing, this paper presented a generic context-aware computing-oriented algorithm for Bayesian network structure learning. With sufficient data the relationships between contexts could be found by the algorithm, and a Bayesian network structure used for context inference could be formed consequently. Theoretical and experimental results all show that the algorithm can find a Bayesian network structure similar with the optimal with affordable search time.
