参数学习相关论文
针对超视距（BVR）空战过程中,受探测装置性能限制和敌方干扰等原因,导致目标信息易缺失,从而难以实时准确地识别敌方协同空战战术的问......
针对小数据集情况下贝叶斯网络（BN）参数学习结果精度较低的问题，分析了小数据集情况下BN参数变权重设计的必要性，提出一种基于变权重融......
随着人类基因组序列草图的完成,有关功能基因组的研究在生命科学领域中占据越来越重要的地位。阐明基因选择性表达所依赖的调控信......
针对贝叶斯网络构建过程中先验知识的获取问题,将AHP/D-S证据理论引入到贝叶斯网络参数学习中.设计了应用AHP/D-S证据理论整合专家......
概率图模型是一种结合图论和概率论相关知识的理论框架。该框架可利用图结构表示模型中随机变量的联合概率分布,推断未知随机变量......
近年来随着移动通信技术和通信网络的快速发展,大容量的智能移动终端设备在全球范围内的普及率越来越高,其广泛应用推动了分布式移......
贝叶斯网络是伴随着影响图发展起来的一类决策分析工具,它提供了不确定性环境下的知识表示、推理、学习手段,可以完成决策、诊断、......
该文论述了以鞍山钢铁公司11号高炉为背景的高炉炉况评价与参数学习两个系统的设计与实现.高炉炉况评价系统功能是判定炉况是否顺......
在现实世界中存在着海量数据，因此如何处理这些数据并从中发现知识是具有现实意义的亟待解决的问题。随着信息技术的发展，数据挖掘技......
作为实用化人工智能的一个最新的研究领域，专家系统在社会各领域的应用已经越来越广泛。专家系统的研究方向主要是知识获取、推理机......
贝叶斯网络参数学习是贝叶斯网络研究中的重点问题。有标记的训练样本充分时,极大似然估计方法是贝叶斯网络参数学习典型且有效的......
算法的参数自适应是数据挖掘领域一个重要的研究课题，它的目标是使算法参数能够进行自动调整，从而消除用户在算法参数设置经验方面的......
无人机(Unmanned Aerial Vehicle,UAV)编队空面任务决策作为编队协同作战的核心环节,战术决策方法则是确保无人机编队协同作战效果......
随着纺织工业的发展,仅依靠人工识别织物已不能满足日益增长的生产需求,因此越来越多的图像识别技术被应用于织物识别。织物图像识......
为克服船舶航行过程中存在的非线性和不确定性等不利因素,并提升自动舵的控制性能,本文基于自抗扰控制技术开展船舶航向控制设计的......
随着人工智能技术受到人们越来越广泛的重视和应用,贝叶斯网络作为经典的机器学习算法,以其概率推理准确和语义表达清晰的优势,在......
目的织物识别是提高纺织业竞争力的重要计算机辅助技术。与通用图像相比,织物图像通常只在纹理和形状特征方面呈现细微差异。目前......
随着全球经济一体化进程的加快,市场竞争日趋激烈,客户关系管理及相应的理论研究受到了前所未有的重视。而客户忠诚度的高低直接决......
本文以直流伺服系统作为研究对象，依据设计任务书所提出的动静态精度和响应快速性的要求，针对直流伺服系统的非线性、时变性、大惯量......
贝叶斯网络是目前不确定知识表达和推理领域最有效的理论模型之一。本文在对贝叶斯网络基本理论进行研究和探讨的基础上,首次将人......
为研究基因间的网络调控关系,通过贝叶斯网络方法将概率论知识与图论结合,有效构造了基因间的贝叶斯网络模型并进行了推理.针对一......
本文以直流伺服系统作为研究对象，依据设计任务书所提出的静态、动态精度和响应快速性的要求，针对非线性、时变、大惯量、变负载等恶......
现今,我国的经济水平已得到了很大程度的提升,随之而来的机动化水平也不断地提高,机动车保有量、高速公路通车里程和机动车驾驶人......
贝叶斯网络(Bayesian Networks, BNs)用图形化的模型来表示变量间的概率分布,具有清晰的网络结构、灵活的推理能力、方便的决策机......
水泥回转窑是水泥制备过程中最主要的设备之一,回转窑煅烧是水泥生产中的重要工艺流程。水泥回转窑工作状态的好坏将直接决定水泥......
Markov逻辑网是解决人工智能问题的一个工具，是一阶逻辑与Markov网相结合的统计关系学习方法。现有的Markov逻辑网学习算法主要有最......
用模块化模糊神经网络模型进行参数学习专家系统的研究是根据不同的炉况类型及其相关变量将整个参数学习模型分解为几个结构相似的......
对于存在噪声的可分解马尔可夫网络参数学习.目前可通过调整可分解马尔可夫网络的结构来增强其抗噪声能力,但调整后的结构往往会降......
为了给网络管理员制定决策和防御措施提供可靠的依据，通过考察网络安全态势变化特点，提出构建隐马尔可夫预测模型。利用时间序列分析......
该文在模型参数的进化学习中,针对现有进化模型的效率问题,借鉴生物在生态环境中的共生策略,采用多模式协同进化,加快进化速度,实......
引入支持向量机回归,提出具有数据修补功能的贝叶斯网络参数学习算法.该算法利用贝叶斯网络各观测节点不同时刻下的观测信息,在无......
在贝叶斯网络(Bayesian network,BN)参数学习中,如果数据不够充分,将无法建立准确的BN模型来分析和解决问题.针对电熔镁炉熔炼过程......
针对事故树分析法不能对管道风险进行多态性分析,且无法实现双向推理问题,提出一种基于贝叶斯网络的油田管道失效概率计算方法。首......
当采用最小方差型的误差成本函数进行输入含噪系统的参数学习时 ,参数不能收敛至真值 ,利用包含噪声方差的误差成本函数可解决此问......
研究算法改进,提高计算性能,贝叶斯网络是解决不确定性问题的一种有效方法,在很多领域得到了广泛应用。参数学习是贝叶斯网络构建......
贝叶斯网络将概率理论和图论相结合,为解决不确定性问题提供了一种自然而直观的方法.近年来,贝叶斯网络逐渐成为国内外智能数据处......
该文提出了一种改进的软件项目开发风险管理模型。该模型在贝叶斯网络的建模过程中以样本数据集为基础进行结构学习和参数学习,建......
针对贝叶斯网络参数迁移过程中对源域及目标域限定条件较多等问题,在考虑源域-目标域多种信息形式的情况下,提出一种基于贝叶斯网......
针对小数据集条件下离散BN参数学习的问题,为了将加性协同约束融入到BN参数学习过程中,通过借鉴经典保序回归算法的思想,提出四种......
贝叶斯网络的学习可分为结构学习和参数学习.基于模拟退火的结构学习算法是一种以搜索最高记分函数为原则的智能优化方法.本文以KL......
针对场景分类问题,提出了一种基于高斯统计模型的方法,无需手动标记特征表示的场景类别信息,通过无监督聚类和高斯模型的参数学习......
随机上下文无关文法（SCFG）在多功能雷达（MFR）状态识别和威胁估计中具有良好的应用前景.为了减少常规算法的运算复杂度,本文提出一种基......
针对室内结构化环境中移动机器人的定位问题,文章提出了一种具有自适应能力的阈值分割算法和几何特征提取评价算子,能够快速识别探......
在现实世界中,不完整数据广泛存在,如何从不完整数据中进行机器学习是一个非常重要的问题.文中主要针对数据的动态模糊性,给出一种......
在给定贝叶斯网络结构情况下,利用EM算法及改进的EM算法对防洪决策贝叶斯网络进行参数学习,改进的EM算法通过定义祖先集及计算该祖......
Novel robust approach for constructing Mamdani-type fuzzy system based on PRM and subtractive cluste
A novel approach for constructing robust Mamdani fuzzy system was proposed, which consisted of an efficiency robust esti......
提出了一种基于贝叶斯网络的软件项目投资风险评价模型。在建模过程中以样本数据集为基础进行贝叶斯网络参数学习，从而在软件项目的......
