|
|||||
|
|
| 小数据集条件下的多态系统贝叶斯网络参数学习 | |
| 作者姓名： | 肖蒙 张友鹏 |
| 作者单位： | 兰州交通大学自动化与电气工程学院 兰州730070 |
| 基金项目： | 本文受铁道部科技研究开发计划重点课题(2012X003-B),甘肃省自然科学基金资助 |
| 摘 要： | 针对贝叶斯网络中多父节点条件概率分布参数学习问题,提出了一种适用于多态节点、模型不精确、样本信息不充分情形的参数学习方法.该方法利用因果机制独立假设,分解条件概率分布,使条件概率表的规模表现为父节点个数和状态数的线性形式;利用Leaky Noisy-MAX模型量化了多态系统模型未含因素对参数学习的影响;从小样本数据集中获取模型参数并合成条件概率表.结果表明,该方法能提高参数学习效率与精度. |
| 关 键 词： | 贝叶斯网络 多态系统 小数据集 因果机制独立 参数学习 |
| 本文献已被 万方数据 等数据库收录！ | |