| 贝叶斯网络的动态知识获取与修正 |
| |
| 引用本文： | 刘晋中,廖芹.贝叶斯网络的动态知识获取与修正[J].计算机工程与设计,2009,30(9). |
| |
| 作者姓名： | 刘晋中 廖芹 |
| |
| 作者单位： | 华南理工大学理学院应用数学系,广东,广州,510640 |
| |
| 摘 要： | 对贝叶斯网络的在线参数学习进行了研究.分析了ML和VotingEM算法的特点.发现它们在快速适应样本特征变化、预测与确定算法参数方面存在的不足,并提出基于上述两种方法的混合在线学习算法.改进算法根据修正参数误差以及调节数据量权重动态获取与确定贝叶斯网络.研究结果表明,改进算法在快速获取知识参数与知识检验正确率方面,比Voting EM方法具有更好的特点.
|
| 关 键 词： | 贝叶斯网络 参数学习 动态知识获取 在线学习 极大似然估计 |
Learning Bayesian network dynamically and its amendment |
| |
| LIU Jin-zhong,LIAO Qin.Learning Bayesian network dynamically and its amendment[J].Computer Engineering and Design,2009,30(9). |
| |
| Authors: | LIU Jin-zhong LIAO Qin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
