CAJ | 학술논문

提出了一种建立在一般结构Gauss网络上的分布估计算法.一方面,它无需进行Gauss网络结构的学习,从而大大减少了计算量;另一方面,一般结构Gauss网络不是近似网络,因而可获得精度很高的联合概率密度函数.针对该网络,采用了一种无需计算条件概率密度函数的产生样本方法,有效地减少了网络参数学习的计算开销.实验结果表明,与已有建立在非一般结构Gauss网络上的高阶分布估计算法相比,本文算法具有更高的稳定性和更强的寻优能力.
제출료일충건립재일반결구Gauss망락상적분포고계산법.일방면,타무수진행Gauss망락결구적학습,종이대대감소료계산량;령일방면,일반결구Gauss망락불시근사망락,인이가획득정도흔고적연합개솔밀도함수.침대해망락,채용료일충무수계산조건개솔밀도함수적산생양본방법,유효지감소료망락삼수학습적계산개소.실험결과표명,여이유건립재비일반결구Gauss망락상적고계분포고계산법상비,본문산법구유경고적은정성화경강적심우능력.