论文部分内容阅读
模型复杂度是制约智能诊断系统的瓶颈，利用贝叶斯网络为扩展神经网络提供了新的思路。融入模型的先验知识，与观察到的数据样本相结合，来进行后验概率的贝叶斯推理。使用马尔科夫链蒙特卡洛方法以获得模型参数的后验分布，实现了对神经网络模型中不同部分复杂度的近制，并在实验中得到证实。
基于贝叶斯神经网络的智能诊断系统
【摘 要】
：
模型复杂度是制约智能诊断系统的瓶颈，利用贝叶斯网络为扩展神经网络提供了新的思路。融入模型的先验知识，与观察到的数据样本相结合，来进行后验概率的贝叶斯推理。使用马尔科夫
【机 构】
：
中国海洋大学管理学院
【出 处】
：
科技和产业
【发表日期】
：
2011年7期
其他文献
利用《中国学术期刊(网络版)》,采用综合指数法对《情报科学》核心作者进行测评,通过对核心作者群的相关分析,进而揭示《情报科学》核心作者队伍的特征。