排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
基于贝叶斯网络的不确定性知识的推理方法 总被引:34,自引:0,他引:34
贝叶斯网络是不确定性知识表达与推理的一种新方法。它是概率论和图论相结合的产物,可用于复杂多因果关系的分析,是人工智能领域的研究热点和重要成果之一。由于它的解决方案明确、直观,所以近年来在远程医疗、故障诊断以及数据挖掘等领域,得到了广泛的应用。本文论述了贝叶斯网络的基本理论、方法和应用,并指出当前所存在的主要问题。 相似文献
2.
贝叶斯动态线性模型(简称为Bayes DLM)是一种特殊的预测方法,它以一个动态方程组的先验信息为基础,通过一组递推修正方程预测指标的变化情况。本文给出递推修正方程的一个假定前提的理论证明,从而说明Bayes DLM的合理性和严密性。 相似文献
3.
提高平面图形绘制效果的优化方法 总被引:1,自引:0,他引:1
本给出了在计算机屏幕上绘制平面图形时,提高其绘制效果的优化方法,对于任意 给定的一组或多组数据和屏幕区域,通过这种方法,可使绘制的图形整体布局合理,美观大方,同时又能最大限度地利用给定的屏幕空间,为用户提供尽可能的清晰可见的实用信息 。 相似文献
1