贝叶斯网参数学习中连续变量离散化方法研究

连续变量离散化是贝叶斯网络参数学习中面临的一个重要问题,它的好坏将直接影响到贝叶斯网络的推理效果。目前缺少一种有效的手段用于评价连续变量离散化的好坏,通过研究,提出了推理信息量的概念,并采用作为衡量连续变量离散化好坏的标准。在连续变量离散化的过程中,采用遗传算法通过迭代的方式寻求最优解,其中,推理信息量作为衡量个体适应度的标准。实例分析证明,推理信息量大的推理效果好要优于推理信息量小的推理效果。

一种基于进化算法的连续属性离散化方法

连续属性离散化是知识系统中的一个重要环节 ,一个好的离散化方法能够起到简化知识的描述和便于对知识系统的处理。而求取连续属性值的最优断点集合是一个NP难题 ,本文把连续属性值离散化问题作为一种约束优化问题 ,采用遗传算法来获得最优解 ,并针对离散化问题设计了相应的编码方式、交叉算子和变异算子。实验结果表明 。

总变分图像复原方程的离散化方法

基于总变分的图像重建和复原导致一类最小化问题,它归结为解一个非线性椭圆型偏微分方程。为了得到数值解,必须将问题线性化和离散化。C.R.Vogel和M.E.Oman等人(1996)的定点迭代是一个良好的线性化方法。然而文献中已报道的离散化方法需要微分方程数值解的工具,比较繁杂。该文提出一种新的离散化方法,它只需要图像处理中的常规技术。图像反降晰和噪声抑制的实验结果表明该文的结果不亚于文献中报道的结果。

基于语言场理论的连续属性离散化方法及实现

The paper introduces author's job on realization of continuous attribute discretization based on languagefield theory that Prof. Yang put forward. It applies a new algorithm of seeking border values and its incremental onerather than seeking boundary ones that is a difficulty. The theory of the algorithm is self-contained, and its realiza-tion is simple. And the paper introduces simply four thoughts about defining language values and then discretizing fornon-numerical value that author already realized in KDD * .

用于磨损仿真的空间啮合曲面离散化方法

提出了一种磨损齿面的描述方法 ,给出了双三次样条曲面中角点信息方阵的构造和求解方法·讨论了用该方法逼近齿廓曲面的可行性 :型值点在齿面上 ;二阶偏导数连续·解决了用样条函数研究图形的几何性质时其表示方法缺乏几何不变性的不方便之处 ;型值点均匀 ,因而曲面光顺 ;边界条件不难确定·以具体算例验证了这种方法的计算精度 ,与齿廓曲面方程计算的结果比较 ,型值点处 ,前 15位有效数值相同 ,最大误差在两型值点的中点附近 ,随网格加密而减小·精度足以满足磨损计算的要求 ,从而为磨损过程的计算机仿真奠定了基础·

粗糙集理论中基于属性重要性的离散化方法

连续属性离散化一直是机器学习领域中亟待解决的关键问题之一。目前已有许多离散化方法 ,存在的主要问题是断点集的选取带有很大的主观性 ,导致大多数的离散化算法难以得到较满意的离散效果。分析了当前研究中常用的离散化方法 ,提出了一种基于属性重要性的离散化方法 ,利用遗传算法 ,把最小断点集作为优化目标 ,利用遗传算法 ,以属性重要性构造适应度函数 ,保证了原决策系统的不可分辨关系 ,避免了决策表信息的损失 。

解扩散方程的半离散化方法

对具有周期解的扩散方程ｕｘ＝ａｕｘｘ（ａ＞０），我们用半离散化方法构造了具有任意阶精度自然数）的两层显格式。本文讨论了１≤ｐ≤１０，１≤ｑ≤５的情形，得到了一些格式，其精度和稳定性都优于现有的格式。

连续系统离散化方法的比较与解析初探

控制器或被控对象的离散化是实现离散控制(或称计算机控制)的重要内容,被控对象常用零阶保持离散化方法,控制器常用离散化方法包括:数值积分法(前向差分、后向差分、双线性变换等)、输入响应不变法(阶跃、冲激响应不变法等)等。另外,Z变换、导数差分化等也是实现连续域到离散域的离散化方法。多种离散化方法在学习过程中极易混淆。本文对这些离散化方法进行比较、分析、归纳,并用实例进行说明,帮助学生更好地理解"离散化"这一重要概念和各种离散化方法的应用领域和应用条件。

基于推理信息量的BN参数学习变量离散化方法

提出推理信息量的概念,将其作为贝叶斯网络连续变量离散化评价标准。在连续变量离散化的过程中,采用遗传算法寻求最优解,设计个体编码方式、交叉算子和变异算子,将推理信息量作为衡量个体适应度的标准。实例分析证明,通过该方法对变量进行离散化后学习得到的贝叶斯网络在推理时能得到更大的推理信息量。

一种离散化方法及其在船台等弹性地基板中的应用

介绍一种离散化方法，该法通过引入满足边界条件的正交形函数，将目前用于梁、杆等一维结构系统的离散元法（ｔｈｅｃｅｌｌｄｉｓｃｒｅｔｉｚａｔｉｏｎｍｅｔｈｏｄ）扩展应用于薄板结构系统的分析。通过对某船厂斜坡造船台船台板的计算，其结果与常用的近似梁法、有限差分法及有限元法的计算结果进行了比较。

永磁同步电机无速度传感器控制离散化方法研究

基于定子电流模型参考自适应的永磁同步电机无速度传感器控制算法简单,对参数扰动具有较强鲁棒性,适用于中高速运行场合下的转子位置估计。利用数字处理器执行无速度传感器控制算法时,需要将连续的电机时域模型转换为离散模型,常用的前向欧拉方法随着离散化步长的增加,已不能构造准确的可调模型。本文以内置式永磁同步电机无速度传感器控制为目标,分析在开关频率变化时,七种不同离散化方法对于转子位置估计精度的影响。仿真与实验结果表明,当开关频率大于5kHz时,采用前向欧拉法或阶跃响应法,可以节省控制器运算资源,防止数字系统超限;在低开关频率2kHz下,采用斜坡响应变换法或时移阶跃响应变换法可兼顾转子位置估计精度与运算时长要求,更加适用于大功率、低开关频率的场合。

Rough Set中基于聚类的连续属性离散化方法

分析了一些Rough Set中连续属性离散化的方法，指出了其中的某些不足，并给出了一个基于聚类的连续属性离散化的方法。对当前的论域中的例子根据相似性进行聚类， 对每个聚类在各属性轴上的投影的边界设离散断点。该方法考虑了各属性之间的相关性，能得到比较合理的离散结果。

基于场源离散化方法体内装置定位模型及验证

当前,体内微型介入式诊疗装置发展迅速,然而其在人体中的精确定位问题一直未得到很好地解决。提出了基于场源离散化方法的体内微型诊疗装置的交流激磁定位模型,从仿真和试验结果来看,本方法建立的电磁定位模型较其他定位模型相比更精确,更符合实际情况。因此,由该模型得到的体内微型装置的位置误差小,从而可以真正地满足微型诊疗装置在人体内的定位。

连续控制系统固定步长离散化方法性能对比分析

连续控制系统中越来越多地采用离散控制方式.控制系统的固定步长离散化有多种方法,但不同方法的时间性能和计算精度差异巨大.经过对比分析,欧拉法、休恩法和Bogacki-Shampine法在性能方面具有较大劣势,不适合应用在实际系统中;而双线性变换法适用于采用32位浮点数计算的控制系统,4阶龙格-库塔法适用于采用64位浮点数计算的控制系统,二者均能实现各自场合下较高的精度.

Madwed 与 Boxer-Thaler 离散化方法中采样周期的选择

基于高阶数字积分法的Ｍａｄｗｅｄ与Ｂｏｘｅｒ－Ｔｈａｌｅｒ离散化方法具有比传统的离散化方法更高的精度，但是它们不能保持连续时间系统的稳定性。本文讨论了如何选择适当的采样周期，使得这些离散化方法不但具有较高的精度。

用离散化方法证明半定规划的拉格朗日强对偶定理

从算法的角度重新考虑半定规划的强对偶定理的证明,首先将半定规划转换成与之等价的线性半无限规划并利用离散化方法将其近似地转换为一个线性规划问题,然后利用离散化方法的收敛性和线性规划的强对偶定理给出了半定规划的拉格朗日强对偶定理的一个新的证明方法,最后利用该证明思路从理论上为半定规划问题的求解设计了一种新的求解算法并给出了相应的收敛性证明。

半无限规划基于离散化方法和局部约化的两个算法框架（英文）

本文研究了求解半无限规划的两个算法框架.利用离散化方法和局部约化方法,提出了两个求解半无限规划的算法框架.在温和的条件下,证明了基于离散化方法的算法框架具有弱全局收敛性.数值试验表明所提出的算法框架是有效的.

模拟控制器的离散化方法研究

连续控制系统进行离散化时,最方便的办法是将模拟控制器离散化,本文主要讨论后向差分法和双线性变换法.这两种方法都是已知S域传递函数,可以求得对应的Z变换.将两种离散化方法分别编写Matlab程序,由仿真输出波形可知只要原连续系统稳定,两种变换法离散化后的系统一定是稳定的.随着采样周期的增大,两种方法的阶跃响应曲线的调节时间和超调量都同样将随之增大.

粗糙集理论中几种离散化方法的比较研究

本文针对粗糙集理论常用的4种数据离散化方法,结合实例从离散化后变精度粗糙集模型下分类质量、近似精度以及离散化后约简变量集合与原始变量集的聚类相似度两个方面进行了对比,得到了离散化方法可信度的一致性结论。而在属性约简集的确定上,将评价指标约简视为多目标优化问题,采用遗传算法计算约简,并引用包含度得到了最优属性约简集。

一种改进的近似解析离散化方法及其横向各向同性波场模拟

通过对原近似解析离散化方法的分析, 给出了改进的近似解析离散化方法, 并在方法误差、存储量和计算量等方面与原方法进行了比较. 给出了三层横向各向同性介质中弹性波传播的三分量VSP合成地震记录. 理论分析和数值结果表明, 改进后的方法比原方法节省存储空间约53%, 计算量减少约30%, 关于时间的计算精度从原方法的2阶提高到了4阶, 且在粗网格条件下, 仍无数值频散. 这说明改进后的近似解析离散化方法更适合于大规模波场模拟.