小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2009年
4期
706-709
,共4页
贝叶斯网络%适应性学习%马尔科夫毯预测%结构学习%参数学习
貝葉斯網絡%適應性學習%馬爾科伕毯預測%結構學習%參數學習
패협사망락%괄응성학습%마이과부담예측%결구학습%삼수학습
在现实中,随着对领域问题认识的深入,往往需要对贝叶斯网络进行调整,以使贝叶斯网络模型能够更好地反映实际问题.但调整后的贝叶斯网络中一些新参数需要根据原有贝叶斯网络来确定,目前缺乏对新参数学习方法的研究.本文基于专家知识调整贝叶斯网络结构,将原贝叶斯网络和新贝叶斯网络相结合,通过推理进行新参数的迭代学习,可实现贝叶斯网络的适应性学习.
在現實中,隨著對領域問題認識的深入,往往需要對貝葉斯網絡進行調整,以使貝葉斯網絡模型能夠更好地反映實際問題.但調整後的貝葉斯網絡中一些新參數需要根據原有貝葉斯網絡來確定,目前缺乏對新參數學習方法的研究.本文基于專傢知識調整貝葉斯網絡結構,將原貝葉斯網絡和新貝葉斯網絡相結閤,通過推理進行新參數的迭代學習,可實現貝葉斯網絡的適應性學習.
재현실중,수착대영역문제인식적심입,왕왕수요대패협사망락진행조정,이사패협사망락모형능구경호지반영실제문제.단조정후적패협사망락중일사신삼수수요근거원유패협사망락래학정,목전결핍대신삼수학습방법적연구.본문기우전가지식조정패협사망락결구,장원패협사망락화신패협사망락상결합,통과추리진행신삼수적질대학습,가실현패협사망락적괄응성학습.
