首页 | 本学科首页   官方微博 | 高级检索  
     

基于PS-EM算法和BP神经网络的影响图模型选择
引用本文:姚宏亮,张佑生,王浩,汪荣贵. 基于PS-EM算法和BP神经网络的影响图模型选择[J]. 模式识别与人工智能, 2007, 20(2)
作者姓名:姚宏亮  张佑生  王浩  汪荣贵
作者单位:合肥工业大学,计算机科学与技术系,合肥,230009;合肥工业大学,计算机科学与技术系,合肥,230009;合肥工业大学,计算机科学与技术系,合肥,230009;合肥工业大学,计算机科学与技术系,合肥,230009
基金项目:国家自然科学基金,高等学校博士学科点专项科研项目
摘    要:影响图模型选择中存在数据依赖性、计算复杂性和非概率关系问题.通过对影响图结构进行分解,提出PS-EM算法对影响图的概率结构部分进行模型选择.给出一种BP神经网络,通过对局部效用函数的学习实现效用结构部分的模型选择,并引入权重阈值来避免过拟合.PS-EM算法是在SEM算法中引入一种融合先验知识的MDL评分标准来降低传统MDL评分对数据的依赖性,并通过将参数学习和结构评分分开计算提高计算效率.算法比较的结果显示PS-EM比标准SEM的时间性能好、对数据依赖性小,且效用部分的结构选择易于实现.

关 键 词:影响图(IDs)  结构期望最大值(SEM)算法  后向神经网络  最小描述长度(MDL)评分

A Model Selection Method of Influence Diagrams Based on PS-EM Algorithm and BP Neural Network
YAO Hong-Liang,ZHANG You-Sheng,WANG Hao,Wang Rong-Gui. A Model Selection Method of Influence Diagrams Based on PS-EM Algorithm and BP Neural Network[J]. Pattern Recognition and Artificial Intelligence, 2007, 20(2)
Authors:YAO Hong-Liang  ZHANG You-Sheng  WANG Hao  Wang Rong-Gui
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号