|
關于我們
 書單推薦 新書推薦 |
多源定性概率網(wǎng)模型的融合算法研究 
定 價：39 元
9 7 1 8 9 7 0 3 9 0 9 7 3
概率網(wǎng)是人工智能學科表示并處理概率知識的一類圖模型方法。多源概率網(wǎng)融合是全面進行概率知識表示和推理研究中的重要問題。已有T作大多限于貝葉斯網(wǎng)、影響圖和可能性網(wǎng)等定量概率網(wǎng)的融合，較少考慮到概率知識只能定性表示或只需定性表示時的定性概率網(wǎng)（Qualitative ProbabilisticNetworks，QPNs）模型融合。
基于上述問題，《多源定性概率網(wǎng)模型的融合算法研究》結(jié)合不完整數(shù)據(jù)，研究QPNs符號融合方法和i種情況下的QPNs結(jié)構(gòu)融合方法。具體內(nèi)容包括以下幾個方面。 1.提出基于定性互信息的歧義性約簡方法。嚴格定義定性互信息，在此基礎上，提出可區(qū)分影響強度的增強QPN，并證明其性質(zhì)，給出多項式時間的歧義性約簡方法。 2.設計并實現(xiàn)基于定性互信息的QPNSF符號融合算法。將歧義性約簡方法擴展到多個結(jié)構(gòu)相同的QPNs符號融合中，提出QPNSF融合算法，分析了算法的時間復雜性。 3.設計并實現(xiàn)具有相同節(jié)點的sNQPNF結(jié)構(gòu)融合算法。基于粗糙集理論，采用概率正域求解屬性依賴度作為定性影響的強度，解決融合時涉及的關鍵問題，提出SNQPNF融合算法，分析了算法的時問復雜性。 4.設計并實現(xiàn)時序環(huán)境具有相同節(jié)點的TQPNF結(jié)構(gòu)融合算法。定義時變QPN（TQPN），通過考慮其中的自身環(huán)等問題，提出基于粗糙集理淪的TQPNF融合算法，分析了算法的時間復雜性。 5.設計并實現(xiàn)具有不同節(jié)點的DNQPNF結(jié)構(gòu)融合算法。由SNQPNF算法融合思想，得出合并后的初始QPN，基于粗糙集理論，通過向其中添加缺失邊和刪除冗余邊，提出DNQPNF融合算法，分析了算法的時間復雜性。 6.面向缺值數(shù)據(jù)，設計并實現(xiàn)了基于多源QPNs知識的定量參數(shù)建模算法，即貝葉斯網(wǎng)絡學習SEM.MQ算法。通過基于多源QPNs知識補全缺值數(shù)據(jù)，給出初始網(wǎng)絡的選取規(guī)則和候選網(wǎng)絡的優(yōu)化策略，提出SEM-MQ算法，許分析了該算法的時間復雜性和收斂性。
你還可能感興趣
我要評論
|
