基于进化算法的Bayesian网结构学习研究 

Bayesian网是联合概率分布的图形表示方式,目前已成为人工智能领域中不确定问题处理的一种强有力工具。仅由人类专家建造Bayesian网是困难的,从数据中学习Bayesian网已成为近年来十分活跃的研究领域。 本文提出了两种基于进化算法的Bayesian网结构学习算法。一...
吉林大学  硕士论文  2007年 下载次数(199)| 被引次数(0)

基于Bayesian学习和结构先验模型的压缩感知图像重建算法研究 

传统数据采样的基本理论—Nyquist-Shanon采样定理要求必须以信号带宽2倍的速率进行采样。随着传感系统获取数据的能力的不断增强,携带信息的信号带宽越来越宽,传统采样理论不得不面对数据采集和处理方面的高成本、低效率、信息冗余,数据存储和传输方面的资源浪费等问题。压缩感知(Compressive Sensing,C...
西安电子科技大学  博士论文  2012年 下载次数(2662)| 被引次数(12)

多维贝叶斯网络分类器学习算法 

贝叶斯网络(Bayesian Network,BN)属于概率图模型,是一种有效的不确定知识表达和推理工具-除了能直观而紧凑(定性和定量)地表示变量间的相互关系,BN还提供强大的推导能力,包括基于完整观测值或带缺失值的观测样本。BN在诸多领域获得了广泛的应用,特别是诊断和决策场景。应用BN的前提是获得准确的模型,包括结构...
华侨大学  硕士论文  2015年 下载次数(77)| 被引次数(2)

Big Learning with Bayesian methods 

The explosive growth in data volume and the availability of cheap computing resources have sparked increasing interest in Big learning, an emerging subfield tha...
《National Science Review》  2017年 第04期 下载次数(60)| 被引次数(6)

基于正则化的贝叶斯网络结构稀疏学习及应用研究 

贝叶斯网络是一种表示随机变量联合分布的有效建模工具,被广泛用于不确定性系统的建模和推理。它用有向无环图从全局角度揭示了所有随机变量间存在的直接和间接联系,同时可用随机变量的概率分布量化变量间概率依赖的程度。其中,从数据中自动识别最优的贝叶斯网络结构是研究的热点和难点。高维背景下,面向中小型网络的传统贝叶斯网络结构学习方...
山西财经大学  博士论文  2019年 下载次数(160)| 被引次数()

基于混合抽象机制的多智能体系统动态分层强化学习算法研究 

强化学习因具有自学习和在线学习的良好特性,已经成为机器学习领域的一个重要分支。然而,强化学习本身存在“维度灾难”问题,所需的存储空间和计算量很大。因此,将强化学习应用到多智能体系统时,随着智能体个数的增加,动作空间和状态空间呈指数级增长,会加剧“维度灾难”问题,学习效率非常低下,导致多智能体系统难以及时甚至无法完成学习...
中南大学  博士论文  2012年 下载次数(668)| 被引次数(2)

Bayesian Networks and It’s Applications 

Bayesian networks are graphical representations of dependency relationships be-tween variables.They are intuitive representations of knowledge and are akin to h...
华中科技大学  硕士论文  2009年 下载次数(30)| 被引次数(0)

Learning Bayesian networks by constrained Bayesian estimation 

Bayesian networks(BNs) have become increasingly popular in recent years due to their wide-ranging applications in modeling uncertain knowledge. An essential pro...
《Journal of Systems Engineering and Electronics》  2019年 第03期 下载次数(7)| 被引次数()

贝叶斯强化学习中策略迭代算法研究 

贝叶斯强化学习是基于贝叶斯技术,利用概率分布对值函数、策略和环境模型等参数进行建模,求解强化学习相关任务,其主要思想是利用先验分布估计未知参数的不确定性,然后通过获得的观察信息计算后验分布来学习知识。基于此,本文以策略迭代方法为框架,提出三种改进的基于贝叶斯推理和策略迭代的强化学习算法:(1)针对传统的贝叶斯强化学习算...
苏州大学  硕士论文  2016年 下载次数(334)| 被引次数(3)

概率图模型学习技术研究进展 

概率图模型能有效处理不确定性推理,从样本数据中准确高效地学习概率图模型是其在实际应用中的关键问题.概率图模型的表示由参数和结构两部分组成,其学习算法也相应分为参数学习与结构学习.本文详细介绍了基于概率图模型网络的参数学习与结构学习算法,并根据数据集是否完备而分别讨论各种情况下的参数学习算法,还针对结构学习算法特点的不同...
《自动化学报》  2014年 第06期 下载次数(1707)| 被引次数(28)

具有认知特性的贝叶斯网络结构学习方法研究 

近年来,贝叶斯网络因为其在不确定环境下知识表示、推理的能力,成为不确定性人工智能的研究热点,为管理中的不确定性决策问题提供有效的工具和方法。目前为贝叶斯网络开辟新应用方向的理论研究成为异常活跃的研究领域,主要包括贝叶斯网络学习和推理,其中贝叶斯网络学习包括结构学习和参数学习。传统的贝叶斯网络结构学习方法主要分为基于专家...
东北大学  博士论文  2015年 下载次数(793)| 被引次数(5)

基于贝叶斯理论的通信网络数据处理技术研究 

在网络数据传输的不确定性问题处理领域,以贝叶斯理论为代表的概率方法是目前学术界研究的热点问题之一。本文就网络数据处理技术中涉及的若干不确定性问题展开探索研究,主要针对以无线传感器网络为代表的无线网络在数据传输和压缩融合过程中涉及的几个典型问题,在贝叶斯理论框架下寻求相应的解决方案和模型算法,并给出理论和实验验证。本文在...
解放军信息工程大学  博士论文  2015年 下载次数(261)| 被引次数(1)

树型贝叶斯网络分类器鉴别式训练研究 

分类器是自动识别、预测与诊断系统等智能技术应用研究的基础,是数据挖掘和机器学习领域的一个主要研究对象.在众多分类模型中,贝叶斯网络分类器得到了多年的持续研究,综合性能不断提高.近年来,为了进一步提高其分类精度,一些研究人员开始研究其与贝叶斯网络学习算法的差异性.因为优化贝叶斯网络分类器的目的是提高分类器的精度与效率,而...
北京交通大学  博士论文  2011年 下载次数(569)| 被引次数(3)

A Novel Algorithm for Bayesian Network Parameter Learning with Informative Prior Constraints and Maximum Entropy Model 

A key challenge in many real-world decision support applications is the parameters learning of Bayesian networks(BNs) is,particularly when the available data is...
第37届中国控制会议论文集(D)  2018-07-25 下载次数(7)| 被引次数()

Application of Machine Learning Techniques for Clinical Predictive Modeling:a Cross-sectional Study on Nonalcoholic Fatty Liver Disease 

Background Nonalcoholic fatty liver disease(NAFLD)is one of the most common chronic liver diseases worldwide.Recent attention focuses on screening and predictio...
2014年浙江省内科学学术年会青年医师论坛暨内科常见病规…  2014-11-07 下载次数(14)| 被引次数(0)

共找到相关记录132条123456789下一页