【摘 要】
：
近年来,图模型领域的研究取得了瞩目的进展.其中,贝叶斯网络作为一个描述、学习、计算复杂条件下概率分布的决策分析工具被应用到众多领域.在模式识别领域,图模型的方法已经
【机 构】
：
哈尔滨工业大学计算机学院,哈尔滨,150001
【出 处】
：
2005第一届中国分类技术与应用研讨会(CSCA)
论文部分内容阅读
近年来,图模型领域的研究取得了瞩目的进展.其中,贝叶斯网络作为一个描述、学习、计算复杂条件下概率分布的决策分析工具被应用到众多领域.在模式识别领域,图模型的方法已经被应用到诸如计算机视觉、HCI、生物信息学等.图模型为这些领域提供了有力的贝叶斯方法的计算支持.HMM是一种流行的用于顺序数据建模的数学模型,并在语音识别等领域取得了巨大的成功,但其同时具有表达能力有限的缺陷.介绍了一种较为复杂的图模型--动态贝叶斯网络,其与HMM中用一个变量表示隐含状态不同,而用一个变量的集合表示隐含状态.具体地,可以用图模型表达数据序列每一单元内和单元之间变量的条件独立关系.类似地可以对描述观测值的模型用因式分解形式表达.讨论了动态贝叶斯网络的多种表示形式及对其精确推理的方法。
其他文献
目的 :总结阴囊内容物扭转的诊治体会。方法 :报告 38例阴囊内容物扭转的临床诊治资料并复习文献。结果 :13例睾丸扭转者经手术或手术复位后保留了睾丸 ,15例坏死睾丸予以切
草图理解是人工智能学科的一个新兴的分支,旨在自动或半自动地识别并抽取草图、素描和图案的正确语义知识.草图的随意性和歧义性是草图理解的挑战性问题,现有草图理解系统只
聚类有效性问题是判断聚类结果优劣的关键问题,如果初始聚类数选取得不合适,会使聚类结果与数据集的真正结构不相符,从而导致聚类结果产生较大的差异性.针对模糊C-均值(FCM)
目的：探讨自发性气胸的误诊原因. 方法：对我院2002～2004年收治的自发性气胸病例进行回顾性分析. 结果：我院呼吸内科2002年1月～2004年12月三年间共收治自发性气胸病例56例,其
在机器学习和数据挖掘领域中,分类器通常设计为最小化测试样本的错误率,然而这只有在所有错误具有相同的错误分类代价时才有意义.在现实问题中,不同情况下的错误往往具有不同
概念漂移(conceptdrifts)是流数据分类所面临的一个重要问题.当前解决该问题的主流方法是将训练数据分割成数据块,并使用集成学习(ensemblelearning)方法进行分类.但是,这些
SETRED是一种结合了数据审计技术的半监督学习算法,它利用局部割边权统计量分布来协助过滤在自我训练中可能被学习器错误标记的无标记样本.对采用精确计算局部割边权统计量分
所谓处方药即是由医师签发的处方 ,并在医师的监护下所使用的药。而非处方药以下简称“OTC”。“OTC”是英文“Over The Counter”的缩写 ,意思为“在柜台上买得到的药”。一
近年来,芦笋木蠹蛾发生逐年加重,面积逐年扩大,已成为山西省永济市芦笋产业持续发展的重要障碍因素。通过人工模拟观察、田间系统调查、灯光诱杀和大田普查,对芦笋木蠹蛾的形
设计了多Agent系统的排队算法,包括多Agent同步休假M/M/c排队算法;多Agent异步休假M/M/c排队算法;多Agent系统中部分服务台同步休假M/M/c排队算法,多Agent系统中部分服务台异