贝叶斯网络结构评分函数研究

来源 :2010年全国模式识别学术会议(CCPR2010) | 被引量 : 0次 | 上传用户:wzw919
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了从数据中学习贝叶斯网络结构,人们提出了不同的结构评分函数用于贝叶斯网络结构的学习。本文通过对贝叶斯网络节点间关联强度的分析研究,提出了一种新的网络结构评分函数,即贝叶斯条件概率统计评分函数(BCPS),并给出了BCPS评分函数的严密计算公式。利用BCPS、BIC、BDe评分函数和K2结构学爿算法学习Asia网和Alam网的网络结构,学习结果表明,BCPS评分函数能够正确评价数据和结构的拟合程度,且K2-BCPS结构学习算法的稳定性优于K2-BIC结构学习算法,精确度优于K2-BDe结构学习算法。
其他文献
区域特征检测与匹配技术近年来取得了较大进展,但是,利用已有匹配描述子对不规则区域(如MSER区域)进行匹配时,需要首先将不规则区域拟合为固定形状才能构造描述子,该形状拟合过稃
我母亲患牙痛多年,诸药用遍,均无法除根。后得一民医传一良方,试之,立见其效。至今已有八年,母亲牙未再疼过,传给亲戚邻居,无一不见之妙。为减免牙疼患者的痛,将此单方传给
基于视频的车辆品牌和型号识别是智能交通系统领域比较活跃的课题,但是由于视角变化等原因的影响使得车辆品牌和型号识别的难度加大。本文提出了一种非固定视角车辆品牌和型号
会议
针对实际数据中正、负类样本存在的聚集和分散特征,提出了一种处理两类分类问题的新型支持向量机——基于聚类的分组支持向量机分类方法。通过k-均值聚类算法对正、负类样本分
会议
本文提出了利用匹配追踪分解和小波包分解提高地震信号分辨率的算法,该算法在时频元前附加函数因子以及改造小波包分解中的共轭滤波器幅度来达到提高分辨率的目的。实验结果表
采用过完备字典的稀疏表示能够使分解系数更稀疏,更能反映信号的本质特征和内在结构。本文基于IHS变换和稀疏表示提出了一种融合全色图像和多光谱图像的方法。首先对多光谱图
会议
SAR图像和光学图像中同名特征的提取和匹配十分困难,线特征相对比较容易提取。本文提出了一种基于线特征的图像配准方法,该方法利用直线段端点到直线段的距离和两条直线段的中
会议
基于图像特征的信件检索技术是邮政部门实现信件处理信息查询的一个新型手段,本文以手写体信封作为快速检索技术的研究对象,通过对众多图像特征参数进行分析,选取了图像分块特征
会议
本文提出了一种基于局部拓扑结构匹配与投票的手写汉字文档图像关键词提取技术。本技术使用具有形变的手写关键词图像作模板,对该模板的每个字符像素抽取局部拓扑结构特征,包括
会议
介绍了一种基于Gabor小波的掌纹识别算法。该算法具有识别率高、计算复杂度低、抗干扰能力强等优点,适合于在便携式平台上应用。TMS320VC5509A是美国德州仪器公司推出的一款高
会议