期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
小数据集条件下基于数据再利用的BN参数学习 被引量:7
1
作者 杨宇 高晓光 郭志高 《自动化学报》 EI CSCD 北大核心 2015年第12期2058-2071,共14页
着重研究了小数据集条件下结合凸约束的离散贝叶斯网络(Bayesian network,BN)参数学习问题,主要任务是用先验知识弥补数据的不足以提高参数学习精度.已有成果认为数据和先验知识是独立的,在参数学习算法中仅将二者机械结合.经过理论研究... 着重研究了小数据集条件下结合凸约束的离散贝叶斯网络(Bayesian network,BN)参数学习问题,主要任务是用先验知识弥补数据的不足以提高参数学习精度.已有成果认为数据和先验知识是独立的,在参数学习算法中仅将二者机械结合.经过理论研究后,本文认为数据和先验知识并不独立,原有算法浪费了这部分有用信息.本文立足于数据信息分类,深入挖掘数据和先验知识之间的约束信息来提高参数学习精度,提出了新的BN参数学习算法—凸约束条件下基于数据再利用的贝叶斯估计.通过仿真实验展示了所提算法在精度和其他性能上的优势,进一步证明数据和先验知识不独立思想的合理性. 展开更多
关键词 贝叶斯网络 参数学习 小数据集 数据信息分类 数据再利用
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部