贝叶斯网络的动态知识获取与修正

贝叶斯网络的动态知识获取与修正
刘晋中;廖芹
【期刊名称】《计算机工程与设计》
【年(卷),期】2009(030)009
【摘要】对贝叶斯网络的在线参数学习进行了研究.分析了ML和VotingEM算法的特点.发现它们在快速适应样本特征变化、预测与确定算法参数方面存在的不足,并提出基于上述两种方法的混合在线学习算法.改进算法根据修正参数误差以及调节数据量权重动态获取与确定贝叶斯网络.研究结果表明,改进算法在快速获取知识参数与知识检验正确率方面,比Voting EM方法具有更好的特点.
【总页数】4页(P2257-2259,2263)
【作者】刘晋中;廖芹
【作者单位】华南理工大学理学院应用数学系,广东,广州,510640;华南理工大学理学院应用数学系,广东,广州,510640
【正文语种】中文
【中图分类】TP391
【相关文献】
1.动态贝叶斯网络在传感器逻辑结构动态优化中的应用 [J], 邓芳舫;崔卫民
2.基于贝叶斯网络的摩擦学系统状态辨识的知识获取 [J], 袁成清;郭智威;王志芳;叶枫桦
3.基于遗传算法的动态调度知识获取 [J], 张纪会
4.敏感材料动态检测的知识获取方法 [J], 陈锋;刘锦淮
5.知识获取视角下用户持续参与众包创新的动态控制策略 [J], 孟庆良;徐信辉因版权原因，仅展示原文概要，查看原文内容请购买。