期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于预测能力的连续贝叶斯网络结构学习
被引量:
3
1
作者
董立岩
苑森淼
+1 位作者
刘光远
李永丽
《计算机工程与应用》
CSCD
北大核心
2007年第9期23-24,48,共3页
通过对连续随机变量之间预测能力及其计算方法的讨论,提出基于预测能力的连续贝叶斯网络结构学习方法。该方法包括两个步骤,每个步骤都伴随环路检验。首先建立初始贝叶斯网络结构,其次调整初始贝叶斯网络结构,包括增加丢失的弧、删除多...
通过对连续随机变量之间预测能力及其计算方法的讨论,提出基于预测能力的连续贝叶斯网络结构学习方法。该方法包括两个步骤,每个步骤都伴随环路检验。首先建立初始贝叶斯网络结构,其次调整初始贝叶斯网络结构,包括增加丢失的弧、删除多余的弧及调整弧的方向,并使用模拟数据进行了对比实验,结果表明该方法非常有致。
展开更多
关键词
连续贝叶斯网络
预测能力
最小切割集
下载PDF
职称材料
以核心变量为基础的离散贝叶斯网络结构学习
2
作者
张邦佐
王辉
+1 位作者
张剑飞
左万利
《东北师大学报(自然科学版)》
CAS
CSCD
北大核心
2005年第4期28-31,共4页
建立了基于核心变量的离散贝叶斯网络结构学习方法.该方法根据变量之间的无条件相对预测能力建立有向无环图,分别按着变量的聚度和散度排序变量;以不同于被预测变量的具有最大聚度和散度的两个变量为条件变量,根据变量之间条件相对预测...
建立了基于核心变量的离散贝叶斯网络结构学习方法.该方法根据变量之间的无条件相对预测能力建立有向无环图,分别按着变量的聚度和散度排序变量;以不同于被预测变量的具有最大聚度和散度的两个变量为条件变量,根据变量之间条件相对预测能力的大小确定弧的存在性与方向,结合环路检验建立初始贝叶斯网络结构;以两个变量的最小切割集为条件变量集,调整初始贝叶斯网络结构(包括删除多余的弧和重新确定弧的方向),最终建立数据中所蕴涵的贝叶斯网络结构.同时,使用模拟数据进行了对比实验,结果表明这是一种有效实用的方法.
展开更多
关键词
预测能力
核心变量
最小切割集
聚度
散度
下载PDF
职称材料
一种改进的贝叶斯网络结构学习分类模型及应用
3
作者
刘亚辉
谭暑秋
王越
《计算机应用与软件》
CSCD
北大核心
2013年第3期118-121,144,共5页
贝叶斯网络结构的构建是贝叶斯网络分类的重点,有效的贝叶斯网络结构学习算法是构建贝叶斯网络的核心。改进的贝叶斯网络结构学习算法使用交叉熵来确定弧的方向,用最小切割集来对有向图进行调整,并且加入环路检验以保证图中不会出现回...
贝叶斯网络结构的构建是贝叶斯网络分类的重点,有效的贝叶斯网络结构学习算法是构建贝叶斯网络的核心。改进的贝叶斯网络结构学习算法使用交叉熵来确定弧的方向,用最小切割集来对有向图进行调整,并且加入环路检验以保证图中不会出现回路。将算法应用到质量管理中,用实际的数据集进行实验,并与现有算法进行对比,结果表明该算法是行之有效的,且具有较高的精确性。
展开更多
关键词
贝叶斯网络
结构学习
分类
交叉熵
最小切割集
下载PDF
职称材料
题名
基于预测能力的连续贝叶斯网络结构学习
被引量:
3
1
作者
董立岩
苑森淼
刘光远
李永丽
机构
吉林大学计算机科学与技术学院
吉林大学通信工程学院
东北师范大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2007年第9期23-24,48,共3页
基金
国家自然科学基金(the National Natural Science Foundation of China under Grant No.60275026)。
文摘
通过对连续随机变量之间预测能力及其计算方法的讨论,提出基于预测能力的连续贝叶斯网络结构学习方法。该方法包括两个步骤,每个步骤都伴随环路检验。首先建立初始贝叶斯网络结构,其次调整初始贝叶斯网络结构,包括增加丢失的弧、删除多余的弧及调整弧的方向,并使用模拟数据进行了对比实验,结果表明该方法非常有致。
关键词
连续贝叶斯网络
预测能力
最小切割集
Keywords
continuous Bayesian network
forecasting ability
minimum d-separating set
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
以核心变量为基础的离散贝叶斯网络结构学习
2
作者
张邦佐
王辉
张剑飞
左万利
机构
东北师范大学计算机学院
吉林大学计算机科学与技术学院
出处
《东北师大学报(自然科学版)》
CAS
CSCD
北大核心
2005年第4期28-31,共4页
基金
吉林省自然科学基金资助项目(20030517-1)
东北师范大学青年教师基金资助项目
文摘
建立了基于核心变量的离散贝叶斯网络结构学习方法.该方法根据变量之间的无条件相对预测能力建立有向无环图,分别按着变量的聚度和散度排序变量;以不同于被预测变量的具有最大聚度和散度的两个变量为条件变量,根据变量之间条件相对预测能力的大小确定弧的存在性与方向,结合环路检验建立初始贝叶斯网络结构;以两个变量的最小切割集为条件变量集,调整初始贝叶斯网络结构(包括删除多余的弧和重新确定弧的方向),最终建立数据中所蕴涵的贝叶斯网络结构.同时,使用模拟数据进行了对比实验,结果表明这是一种有效实用的方法.
关键词
预测能力
核心变量
最小切割集
聚度
散度
Keywords
forecasting ability
kernel variables
minimum d-separating set
convergence degree
divergence degree
分类号
TP311.131 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
一种改进的贝叶斯网络结构学习分类模型及应用
3
作者
刘亚辉
谭暑秋
王越
机构
重庆理工大学计算机科学与工程学院
出处
《计算机应用与软件》
CSCD
北大核心
2013年第3期118-121,144,共5页
基金
重庆市科技攻关项目(CSTC2009AB2049
CSTC2009AC2068)
文摘
贝叶斯网络结构的构建是贝叶斯网络分类的重点,有效的贝叶斯网络结构学习算法是构建贝叶斯网络的核心。改进的贝叶斯网络结构学习算法使用交叉熵来确定弧的方向,用最小切割集来对有向图进行调整,并且加入环路检验以保证图中不会出现回路。将算法应用到质量管理中,用实际的数据集进行实验,并与现有算法进行对比,结果表明该算法是行之有效的,且具有较高的精确性。
关键词
贝叶斯网络
结构学习
分类
交叉熵
最小切割集
Keywords
Bayesian network Structure learning Classification Cross-entropy Minimal cut set
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于预测能力的连续贝叶斯网络结构学习
董立岩
苑森淼
刘光远
李永丽
《计算机工程与应用》
CSCD
北大核心
2007
3
下载PDF
职称材料
2
以核心变量为基础的离散贝叶斯网络结构学习
张邦佐
王辉
张剑飞
左万利
《东北师大学报(自然科学版)》
CAS
CSCD
北大核心
2005
0
下载PDF
职称材料
3
一种改进的贝叶斯网络结构学习分类模型及应用
刘亚辉
谭暑秋
王越
《计算机应用与软件》
CSCD
北大核心
2013
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部