论文部分内容阅读
针对动态数据挖掘问题，提出了一种平稳系统连续变量动态贝叶斯网络（Dynamic Bayesian Networks，DBN）结构学习模型，用于智能体的自主优化；首先给出了平稳系统连续变量结构学习的基本思路及假设条件，讨论了平稳系统连续变量DBN结构学习的模型设计问题；其次，在诸多随机过程系统文献的基础上，提出了系统的BIC评分函数，在有限时间T内的情况给出三个定义，并设计了学习的基本框架；最后，设计了平稳系统连续变量的实验模型并进行了仿真，结果表明，该模型能正确地学习出所设计的DBN结构。