2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、貝葉斯網(wǎng)絡(luò)目前在數(shù)據(jù)挖掘、模式識別和智能決策等人工智能領(lǐng)域得到了廣泛的應(yīng)用。作為一個(gè)重要的推理工具,如何有效地學(xué)習(xí)貝葉斯網(wǎng)絡(luò)是解決實(shí)際問題首要工作。貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)問題可以分成兩個(gè)部分:網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)和網(wǎng)絡(luò)參數(shù)學(xué)習(xí)(條件概括表學(xué)習(xí))。而要準(zhǔn)確的學(xué)習(xí)整個(gè)網(wǎng)絡(luò),結(jié)構(gòu)學(xué)習(xí)是最先解決的問題,決定著貝葉斯網(wǎng)絡(luò)的應(yīng)用價(jià)值。目前貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)所采用的方法包括三種:(1)基于依賴分析的結(jié)構(gòu)學(xué)習(xí)方法,該方法對于網(wǎng)絡(luò)結(jié)構(gòu)比較稀疏的結(jié)構(gòu)學(xué)習(xí)有很好的學(xué)習(xí)效果

2、,但對于規(guī)模較大的問題很難取得滿意的時(shí)間復(fù)雜度,并且在變量規(guī)模較大的情況下,條件獨(dú)立性測試的結(jié)果也將變得不可靠;(2)基于評分搜索的學(xué)習(xí)方法,該方法在整個(gè)網(wǎng)絡(luò)空間中,通過對網(wǎng)絡(luò)結(jié)構(gòu)評分的優(yōu)劣來搜索最優(yōu)的結(jié)構(gòu),這種方法在計(jì)算復(fù)雜度上要好于第一種方法,但得到的網(wǎng)絡(luò)結(jié)構(gòu)準(zhǔn)確度不夠高;(3)基于混合方式的結(jié)構(gòu)學(xué)習(xí)方法,混合方式可以結(jié)合上述兩種方法的優(yōu)點(diǎn),并克服其不足之處,因此成為結(jié)構(gòu)學(xué)習(xí)中比較常用的方法,并得到了比較廣泛的應(yīng)用。
  本文

3、引入了一種將最大主子圖分解技術(shù)和粒子群算法相結(jié)合的結(jié)構(gòu)學(xué)習(xí)方法MPD-PSO(Maximal Prime Decomposition-Particle Swarm Optimization)。該方法首先利用MBDA算法獲得目標(biāo)變量的Markov邊界,并以此構(gòu)建無向獨(dú)立圖,再利用最大主子圖分解技術(shù)(MPD)將大的無向圖分解為多個(gè)主子圖,以此來降低搜索空間的大小,最后利用粒子群算法(PSO)分別對每個(gè)子圖進(jìn)行學(xué)習(xí),再將學(xué)習(xí)后的子網(wǎng)絡(luò)結(jié)構(gòu)通過

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論