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......
本文提出将自组织模糊神经网络(SCFNN)应用于网络控制系统中远程控制器的设计.SCFNN的学习过程包括结构学习和参数学习两个阶段.结......
为了实现电网的最优市场结算和可靠的动态运行,需要对电网的运行拓扑情况进行估计.提出了一种新的通用电网拓扑估计框架,利用摆动......
【摘要】SOLO分类评价理论旨在通过“可观察的学习成果结构”判断学生的思维水平所处的状态，根据该理论开发的小学语文习作课程具有......
刘秋宝:由于国产高档沥青混合料摊铺机因业主和监理机构以及工程设计单位对其缺乏信心而受到不公正的歧视和冷遇,使得大多国内摊......
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......
物体检测是从图片或者视频中判断“什么物体在什么地方”的计算机视觉问题。长久以来，物体检测被认为是计算机视觉高层语义分析中的......
该文在分析和指出了模糊神经网络存在着网络性能不佳,学习效率不理想,网络难以选择最佳结构,甚至会陷入局部极值等问题,提出了采用......
将领域知识同经验学习相结合对建立一个有效的学习系统非常重要.现在已经有几种基于知识的神经网络系统用于分类问题,如KBANN(know......
物体识别是计算机视觉中的经典问题，该领域涵盖了计算机视觉中的物体分类、物体检测、物体匹配等任务。物体识别技术的研究为很多高......
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......
随着信息技术与计算科学不断发展，人们在研究自然科学的同时，越来越对自身奥秘和生物进化过程产生浓厚的兴趣。人类基因组计划的逐步......
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......
影响图作为一种决策分析和不确定性推理的有效工具正被广泛应用。当使用影响图作为某一决策问题描述和求解的模型时，首先面临的问题......
不确定性问题知识表示和推理是人工智能领域中一个研究热点之一。贝叶斯网模型是解决这类问题的一个重要而有效的模型，它是图论与概......
如何全面而准确地建模金融系统中各因素之间的影响关系，并动态监控其变化情况是在当前金融分析领域面临的一个重要问题。传统的研究......
贝叶斯网络理论是一个具有广阔应用前景的较新的研究领域,静态贝叶斯网络的研究尚有待进一步完善,而动态贝叶斯网络的研究正处于初......
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......
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......
近二十年来,世界经济带动信息技术急剧发展,Internet 技术的应用飞速普及,人们收集数据的能力的大幅提高,使得可以获取得到的和需......
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......
因果贝叶斯网络也被称为信念网络，是基于概率图理论的一种不确定性知识表达和推理模型。它在数据挖掘、模式识别、数据压缩、基因信......
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......
