|
關(guān)于我們
 書單推薦 新書推薦 |
多源定性概率網(wǎng)模型的融合算法研究 
定 價(jià)：39 元
9 7 1 8 9 7 0 3 9 0 9 7 3
概率網(wǎng)是人工智能學(xué)科表示并處理概率知識(shí)的一類圖模型方法。多源概率網(wǎng)融合是全面進(jìn)行概率知識(shí)表示和推理研究中的重要問(wèn)題。已有T作大多限于貝葉斯網(wǎng)、影響圖和可能性網(wǎng)等定量概率網(wǎng)的融合，較少考慮到概率知識(shí)只能定性表示或只需定性表示時(shí)的定性概率網(wǎng)（Qualitative ProbabilisticNetworks，QPNs）模型融合。
基于上述問(wèn)題，《多源定性概率網(wǎng)模型的融合算法研究》結(jié)合不完整數(shù)據(jù)，研究QPNs符號(hào)融合方法和i種情況下的QPNs結(jié)構(gòu)融合方法。具體內(nèi)容包括以下幾個(gè)方面。 1.提出基于定性互信息的歧義性約簡(jiǎn)方法。嚴(yán)格定義定性互信息，在此基礎(chǔ)上，提出可區(qū)分影響強(qiáng)度的增強(qiáng)QPN，并證明其性質(zhì)，給出多項(xiàng)式時(shí)間的歧義性約簡(jiǎn)方法。 2.設(shè)計(jì)并實(shí)現(xiàn)基于定性互信息的QPNSF符號(hào)融合算法。將歧義性約簡(jiǎn)方法擴(kuò)展到多個(gè)結(jié)構(gòu)相同的QPNs符號(hào)融合中，提出QPNSF融合算法，分析了算法的時(shí)間復(fù)雜性。 3.設(shè)計(jì)并實(shí)現(xiàn)具有相同節(jié)點(diǎn)的sNQPNF結(jié)構(gòu)融合算法�；诖植诩碚�，采用概率正域求解屬性依賴度作為定性影響的強(qiáng)度，解決融合時(shí)涉及的關(guān)鍵問(wèn)題，提出SNQPNF融合算法，分析了算法的時(shí)問(wèn)復(fù)雜性。 4.設(shè)計(jì)并實(shí)現(xiàn)時(shí)序環(huán)境具有相同節(jié)點(diǎn)的TQPNF結(jié)構(gòu)融合算法。定義時(shí)變QPN（TQPN），通過(guò)考慮其中的自身環(huán)等問(wèn)題，提出基于粗糙集理淪的TQPNF融合算法，分析了算法的時(shí)間復(fù)雜性。 5.設(shè)計(jì)并實(shí)現(xiàn)具有不同節(jié)點(diǎn)的DNQPNF結(jié)構(gòu)融合算法。由SNQPNF算法融合思想，得出合并后的初始QPN，基于粗糙集理論，通過(guò)向其中添加缺失邊和刪除冗余邊，提出DNQPNF融合算法，分析了算法的時(shí)間復(fù)雜性。 6.面向缺值數(shù)據(jù)，設(shè)計(jì)并實(shí)現(xiàn)了基于多源QPNs知識(shí)的定量參數(shù)建模算法，即貝葉斯網(wǎng)絡(luò)學(xué)習(xí)SEM.MQ算法。通過(guò)基于多源QPNs知識(shí)補(bǔ)全缺值數(shù)據(jù)，給出初始網(wǎng)絡(luò)的選取規(guī)則和候選網(wǎng)絡(luò)的優(yōu)化策略，提出SEM-MQ算法，許分析了該算法的時(shí)間復(fù)雜性和收斂性。
你還可能感興趣
我要評(píng)論
|
