结构学习相关论文
贝叶斯网络（Bayesian Network,BN）作为一种概率图模型,得益于图论和概率论的结合,可以清晰地表现变量间的因果关系,在对不确定关系进......
针对贝叶斯网络结构学习K2算法要求提供实际难以获得的准确先验节点顺序信息以及爬山算法对初始网络结构依赖性强且容易陷入局部最......
贝叶斯网络可以有效地表示知识的不确实性,同时可以进行高效地概率推理,它被广泛应用于数据挖掘、目标检测、故障诊断、文本分类等......
由于传统故障诊断技术依赖于人工提取特征，造成方法的泛化能力及应用受限。针对该问题，提出一种基于时频图与改进图卷积神经网络的异......
战场瞬息万变,战机稍纵即逝。威胁评估作为战术决策的依据,是“先敌决策”的关键一环。复杂、不确定、多变的战场环境使指挥人员难......
因果图理论在不确定性推理,故障诊断等方面成为了一个成熟、重要的方法,并且在实际案例中得到了很好的应用。但随着网络节点的增加......
随着信息与科学技术的繁荣发展,未来现代电子信息作战具有装备信息化程度高、交战过程实时变化性强、战场信息不确定性强、博弈强......
随着涉及的数据越来越复杂,在机器学习、数据挖掘等领域,对于一些高维数据,例如图像、文本和音视频等数据的处理需求明显增加了。......
贝叶斯网络（Bayesian network,BN）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,同时在如图像处理、疾病预测等领域得到越来......
随着社会经济的飞速发展,黄金等稀有金属的需求量逐年升高,高品位矿产资源储量迅速减少。湿法冶金因其在处理低品位及复杂矿石上具......
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......
以贝叶斯网络（Bayesian Network,BN）为典型代表的概率图模型具有清晰透明的变量间因果关系表示形式,能够支持基于数据驱动的建模方法......
在过去的三十年中,特征选择作为一种维数约减技术,一直是机器学习领域的研究热点之一。传统的特征选择算法由于仅基于特征与类属性......
近年来,利用机器学习技术对跨站脚本攻击(XSS攻击)进行检测成为网络安全研究的热点.由于检测特征多,样本标注有限,机器学习模型的......
地震液化评估是一个复杂的非线性过程,受多种因素的不确定性和复杂性的影响.贝叶斯置信网络(BBN)是一个可靠有效的工具,可以提供一......
贝叶斯网络是以概率论和图论为基础,用概率来表示所有形式的不确定性,现已成为进行不确定性推理和数据挖掘的有效工具。目前,贝叶......
面对海量的监控视频资源,实现智能分析和发现有效信息面临巨大挑战,视频目标跟踪作为视频智能分析的重要内容受到越来越广泛的关注......
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、......
信息时代的蓬勃发展使人们积累了大量数据,将贝叶斯网络用于数据挖掘,从海量数据中挖掘蕴含的知识、逻辑,抽取具有使用价值的信息,......
准确有效地对冶金企业副产煤气进行分配调度是企业合理利用资源,提高其节能降耗水平,提高生产效益,减少环境污染的关键。为了保证......
贝叶斯网络(B ayesian Networks, BN)是一种表达节点之间概率分布的图形模型,在不确定性领域的应用表现出了优越的性能,已经成为人......
动态贝叶斯网络(DBN)是以概率网络为基础，综合原来的静态网络结构和时间信息而形成的具有处理时序特征数据能力的新的随机模型，具有......
从上世纪80年代起，神经网络的研究引起了人们的高度重视，其应用范围广泛，涉及模式识别、函数逼近、智能控制、数据挖掘和知识发现等诸......
轴承是机械设备中最常见的零部件，其性能与工况的好坏直接影响到与之相联的转轴以及安装在转轴上的齿轮乃至整个机器设备的性能。研......
贝叶斯网络作为不确定性知识表达和推理的一种方法在很多领域都有着广泛的应用。贝叶斯网络是一种将贝叶斯概率方法和有向无环图的......
Bayesian网络，也被称作概率信念网络、因果网络，是一种复杂联合概率分布的图表示方式，能有效地管理组成问题域的各随机变量之间的条件......
学位
现实世界以及各个学科领域存在着大量的不确定现象和问题。贝叶斯网络是概率论与图论相结合的产物,它一方面用图论的语言描述问题......
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。本文深入研究了贝叶斯网络的结构学习问题,主......
过去十多年里，大量的研究都集中在通过观察数据学习贝叶斯网络。在学习贝叶斯网络模型过程中有一个重要问题是，存在隐藏的或者潜在的......
贝叶斯网络模型是不确定性知识表示和建模领域中最经典、最有效的模型之一。贝叶斯网络自然地将概率论与图论相结合,既能反映出观......
近年来，国内移动互联网强势发展，智能手机迅速普及，人类已经进入了移动互联网时代，利用移动终端接入互联网进行信息交互，演变成为信息时......
贝叶斯网络(Bayesian Networks,BN)作为一种因果概率图模型,是处理不确定性问题的有力工具。在利用BN解决实际问题时,首先要构建BN......
偏好处理是人工智能领域的一个热门研究领域,条件偏好网(Conditional Preference networks,CP-nets)是一种图模型,可以表示变量与......
贝叶斯网络是一种结合概率论和图论的图模型结构,因其在不确定知识表达和推理方面的优势,被广泛应用于金融分析、人工智能、故障检......
无人机多次在现代战场中展现了其突出的军事优势,受到了国内外广泛关注。威胁评估是无人机任务规划系统的核心部分,但在实际战场上......
贝叶斯网是描述随机变量间关系的一种模型,它以有向无圈图(DAG)表示随机变量的条件独立关系,以条件概率表示随机变量依赖关系的强......
边缘检测作为经典的图像处理问题,是图像分割、特征提取、目标识别与跟踪等技术的基础,受到研究人员的广泛关注。现有的边缘检测算......
对贝叶斯网络进行学习是一个NP难问题。当数据集比较大时,贝叶斯网络的节点数和边数会变得错种复杂,紧紧依靠专家去构建贝叶斯网络......
数据挖掘的目的是通过运用特定的算法,从大量数据中发现有用的规则和模式,并用于描述和预测。贝叶斯网络是一种描述变量间概率依赖......
为解决单一结构学习算法中普遍存在的学习效果差、易陷入局部最优等问题,本文通过引入最大信息系数MIC(Maximal Information Coeff......
视点结构是由一个个内在的点以及点与点之间的内在结构关系形成的立体的知识视野和立体的思维视野。经过视点结构学习的学生，会有严......
以提质增效和五大发展理念为基础,构建中国工业高质量发展双循环指标体系.使用30个省市2011-2018年的46项指标,利用贝叶斯网络结构......
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......
