期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到319篇文章
< 1 2 … 16 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
贝叶斯网络结构学习综述 被引量：75
1
作者 李硕豪 张军 《计算机应用研究》 CSCD 北大核心 2015年第3期641-646,共6页
贝叶斯网络是一种有效的不确定性知识表达和推理工具,在数据挖掘等领域得到了较好的应用,而结构学习是其重要研究内容之一。经过二十多年的发展,已经出现了一些比较成熟的贝叶斯网络结构学习算法,对迄今为止的贝叶斯网络结构学习方法进... 贝叶斯网络是一种有效的不确定性知识表达和推理工具,在数据挖掘等领域得到了较好的应用,而结构学习是其重要研究内容之一。经过二十多年的发展,已经出现了一些比较成熟的贝叶斯网络结构学习算法,对迄今为止的贝叶斯网络结构学习方法进行了综述。现阶段获得的用于结构学习的观测数据都比较复杂,这些数据分为完备数据和不完备数据两种类型。针对完备数据,分别从基于依赖统计分析的方法、基于评分搜索的方法和混合搜索方法三个方面对已有的算法进行分析。对于不完备数据,给出了数据不完备情况下网络结构的学习框架。在此基础上归纳总结了贝叶斯网络结构学习各个方向的研究进展,给出了贝叶斯网络结构学习未来可能的研究方向。 展开更多
关键词 贝叶斯网络 结构学习 数据 统计分析 搜索
下载PDF
基于非时序观察数据的因果关系发现综述 被引量：38
2
作者 蔡瑞初 陈薇 +1 位作者 张坤 郝志峰 《计算机学报》 EI CSCD 北大核心 2017年第6期1470-1490,共21页
探索和发现事物间的因果关系是数据科学的一个核心问题,其中蕴含着丰富的科学发现机会和巨大的商业价值.基于非时序观察数据的因果关系发现方法能够从被动观察获得的数据中发现变量之间的因果关系,因而在各领域有广泛应用.这一类方法在... 探索和发现事物间的因果关系是数据科学的一个核心问题,其中蕴含着丰富的科学发现机会和巨大的商业价值.基于非时序观察数据的因果关系发现方法能够从被动观察获得的数据中发现变量之间的因果关系,因而在各领域有广泛应用.这一类方法在过去三十年取得很大进展,已经成为因果关系发现的重要途径.文中从因果关系方向推断、高维数据上的误发现率控制和不完全观察数据上的隐变量检测这三个研究热点出发,对现有的因果关系模型与假设、基于约束的方法、基于因果函数模型的方法和混合型方法这三大类方法,验证与测评涉及的数据集及工具等方面进行了详尽的介绍与分析.基于约束的方法主要包括因果骨架学习和因果方向推断两个阶段:首先基于因果马尔可夫假设,采用条件独立性检验学习变量之间的因果骨架,然后基于奥卡姆剃刀准则利用V-结构确定因果方向,典型的算法有Peter-Clark算法、Inductive Causation等,这类方法的主要不足是存在部分无法判断的因果关系方向,即存在Markov等价类难题.基于因果函数模型的方法则基于数据的因果产生机制假设,在构建变量之间的因果函数模型的基础之上,基于噪声的非高斯性、原因变量与噪声的独立性、原因变量分布与因果函数梯度的独立性等因果假设推断变量之间的因果关系方向,典型的算法有针对线性非高斯无环数据的Linear NonGaussian Acyclic Model算法、针对后非线性数据的Post-NonLinear算法、适用于非线性或离散数据的Additive Noise Model等,这类方法的主要不足是需要较为严格的数据因果机制假设,且Additive Noise Model等方法主要适用于低维数据场景.混合型方法则希望充分发挥基于约束的方法和基于因果函数类方法的优势,分别采用基于约束的方法进行全局结构学习和基于因果函数模型进行局部结构学习和� 展开更多
关键词 因果关系 因果关系发现 观察数据 结构学习 加性噪声模型 人工智能 机器学习
下载PDF
贝叶斯网络在学生成绩预测中的应用 被引量：30
3
作者 黄建明 《计算机科学》 CSCD 北大核心 2012年第S3期280-282,共3页
学生成绩是高校教学质量评价的重要依据。以学生课程成绩为数据样本,提出一种主干课程贝叶斯网络模型的构建方法。在网络参数学习完备后,对学生相关课程成绩进行了推理预测。结果表明,模型能有效揭示影响课程成绩的关键因素,为决策提供... 学生成绩是高校教学质量评价的重要依据。以学生课程成绩为数据样本,提出一种主干课程贝叶斯网络模型的构建方法。在网络参数学习完备后,对学生相关课程成绩进行了推理预测。结果表明,模型能有效揭示影响课程成绩的关键因素,为决策提供依据。 展开更多
关键词 贝叶斯网络 结构学习 概率推理 成绩预测
下载PDF
贝叶斯网络结构学习及其应用研究 被引量：13
4
作者 黄解军 万幼川 潘和平 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2004年第4期315-318,共4页
阐述了贝叶斯网络结构学习的内容与方法 ,提出一种基于条件独立性 (CI)测试的启发式算法。从完全潜在图出发 ,融入专家知识和先验常识 ,有效地减少网络结构的搜索空间 ,通过变量之间的CI测试 ,将全连接无向图修剪成最优的潜在图 ,近似... 阐述了贝叶斯网络结构学习的内容与方法 ,提出一种基于条件独立性 (CI)测试的启发式算法。从完全潜在图出发 ,融入专家知识和先验常识 ,有效地减少网络结构的搜索空间 ,通过变量之间的CI测试 ,将全连接无向图修剪成最优的潜在图 ,近似于有向无环图的无向版。通过汽车故障诊断实例 ,验证了该算法的可行性与有效性。 展开更多
关键词 贝叶斯网络 结构学习 条件独立性 概率推理 图论
下载PDF
概率图模型学习技术研究进展 被引量：23
5
作者 刘建伟 黎海恩 罗雄麟 《自动化学报》 EI CSCD 北大核心 2014年第6期1025-1044,共20页
概率图模型能有效处理不确定性推理,从样本数据中准确高效地学习概率图模型是其在实际应用中的关键问题.概率图模型的表示由参数和结构两部分组成,其学习算法也相应分为参数学习与结构学习.本文详细介绍了基于概率图模型网络的参数学习... 概率图模型能有效处理不确定性推理,从样本数据中准确高效地学习概率图模型是其在实际应用中的关键问题.概率图模型的表示由参数和结构两部分组成,其学习算法也相应分为参数学习与结构学习.本文详细介绍了基于概率图模型网络的参数学习与结构学习算法,并根据数据集是否完备而分别讨论各种情况下的参数学习算法,还针对结构学习算法特点的不同把结构学习算法归纳为基于约束的学习、基于评分搜索的学习、混合学习、动态规划结构学习、模型平均结构学习和不完备数据集的结构学习.并总结了马尔科夫网络的参数学习与结构学习算法.最后指出了概率图模型学习的开放性问题以及进一步的研究方向. 展开更多
关键词 概率图模型 贝叶斯网络 马尔科夫网络 参数学习 结构学习 不完备数据集
下载PDF
小数据集的贝叶斯网络结构学习 被引量：19
6
作者 王双成 冷翠平 李小琳 《自动化学报》 EI CSCD 北大核心 2009年第8期1063-1070,共8页
针对直接基于小数据集贝叶斯网络结构学习不可靠,以及目前对小数据集的处理只强调扩展而忽略对扩展数据的修正等,提出了将扩展与修正相结合的小数据集处理机制,以及在此基础上的基于结点排序和局部打分-搜索的贝叶斯网络结构学习方法,... 针对直接基于小数据集贝叶斯网络结构学习不可靠,以及目前对小数据集的处理只强调扩展而忽略对扩展数据的修正等,提出了将扩展与修正相结合的小数据集处理机制,以及在此基础上的基于结点排序和局部打分-搜索的贝叶斯网络结构学习方法,可不需要完全结点顺序的先验知识,但能够结合专家的部分结点顺序信息,实验结果显示了这种方法的有效性和可靠性。 展开更多
关键词 贝叶斯网络 小数据集 结构学习 最磊似然树 古布斯抽样
下载PDF
贝叶斯网在认知诊断属性层级结构确定中的应用 被引量：19
7
作者 喻晓锋 丁树良 +1 位作者 秦春影 陆云娜 《心理学报》 CSSCI CSCD 北大核心 2011年第3期338-346,共9页
K.K.Tatsuoka和她同事研究的规则空间模型(RSM)是一种在国内外有较大影响的认知诊断模型,但是Tatsuoka的RSM是由学科专家先从已编制的测验中抽取出属性,然后给出测验的关联Q阵,再由该Q阵导出属性间的层级关系。已有研究证明,这种做法所... K.K.Tatsuoka和她同事研究的规则空间模型(RSM)是一种在国内外有较大影响的认知诊断模型,但是Tatsuoka的RSM是由学科专家先从已编制的测验中抽取出属性,然后给出测验的关联Q阵,再由该Q阵导出属性间的层级关系。已有研究证明,这种做法所得到的属性间的层级关系难以保证是正确的,甚至难以保证属性间的层级关系是唯一确定的。这里利用贝叶斯网进行结构学习,从被试的属性掌握模式中挖掘出属性间的层级关系,学习所得到的层级关系可以用来验证由RSM中的方法得到的层级关系。模拟实验和实证研究的结果都显示了该方法所得到的属性层级关系是有参考价值的,可以为命题或测量专家带来有用的信息。 展开更多
关键词 规则空间模型 认知诊断 贝叶斯网 结构学习
下载PDF
学习控制技术·方法和应用的发展新动向 被引量：2
8
作者 陈建安 戴冠中 徐乃平 《控制理论与应用》 EI CAS CSCD 北大核心 1999年第1期1-5,共5页
分析和概述了当前学习控制系统所采用的技术、学习方法及应用的发展新动向 .从所采用的技术来看 ,学习控制正在从采用单一的技术向采用混合技术的方向发展 ;从学习方法和应用来看 ,学习控制正在从采用较为简单的参数学习向采用较为复杂... 分析和概述了当前学习控制系统所采用的技术、学习方法及应用的发展新动向 .从所采用的技术来看 ,学习控制正在从采用单一的技术向采用混合技术的方向发展 ;从学习方法和应用来看 ,学习控制正在从采用较为简单的参数学习向采用较为复杂的结构学习。 展开更多
关键词 学习控制 学习方法 参数学习 智能控制
下载PDF
贝叶斯网络及其在决策支持系统中的应用 被引量：14
9
作者 张少中 王秀坤 孙莹光 《计算机工程》 CAS CSCD 北大核心 2004年第10期1-3,共3页
以贝叶斯概率和贝叶斯网络基本理论为基础，主要研究了贝叶斯网络的结构学习和使用贝叶斯网络进行知识发现和决策支持的方法。利用WILD算法对防洪数据进行了属性离散化，采用K2算法在防洪决策中建立了一种贝叶斯网络模型，并对该模型进... 以贝叶斯概率和贝叶斯网络基本理论为基础，主要研究了贝叶斯网络的结构学习和使用贝叶斯网络进行知识发现和决策支持的方法。利用WILD算法对防洪数据进行了属性离散化，采用K2算法在防洪决策中建立了一种贝叶斯网络模型，并对该模型进行了概率依赖关系描述。说明了贝叶斯网络对数据库进行知识发现和决策支持的有效性。 展开更多
关键词 贝叶斯概率 贝叶斯网络 结构学习 知识发现 决策支持系统
下载PDF
基于轻量和积网络及无人机遥感图像的大豆田杂草识别 被引量：16
10
作者 王生生 王顺 +1 位作者 张航 温长吉 《农业工程学报》 EI CAS CSCD 北大核心 2019年第6期81-89,共9页
为提高机器视觉在无人机等小型嵌入式设备中杂草识别的准确率,该文以大豆苗中常见禾本科杂草和阔叶型杂草为研究对象,针对传统和积网络在图像分类任务中模型参数多、训练时间长、含有较多冗余节点和子树的问题,该文改进传统和积网络的... 为提高机器视觉在无人机等小型嵌入式设备中杂草识别的准确率,该文以大豆苗中常见禾本科杂草和阔叶型杂草为研究对象,针对传统和积网络在图像分类任务中模型参数多、训练时间长、含有较多冗余节点和子树的问题,该文改进传统和积网络的学习过程,提出一种以小批量数据作为输入的轻量和积网络。在结构学习中,当积节点作用域内的变量个数小于一定阈值时,合并积节点为多元叶节点,否则将积节点重组为和积混合结构,并对边缘节点进行裁剪,有效降低了模型的参数量和复杂度。在参数学习中,提出贝叶斯矩匹配更新网络参数,使得模型对小样本的学习效率更高。最后结合K均值聚类算法应用于无人机图像中的杂草识别。试验结果表明,利用该方法对无人机图像中大豆苗、禾本科杂草、阔叶型杂草以及土壤的平均识别准确率达99.5%,高于传统和积网络和传统AlexNet。并且模型平均参数量仅为传统和积网络的33%,内存需求最大时减少了549 M,训练时间最多减少了688.79 s。该研究可为轻量和积网络模型在无人机喷洒农药中的杂草识别提供参考。 展开更多
关键词 无人机 遥感 识别 和积网络 结构学习 参数学习 杂草
下载PDF
船舶运动的混合智能控制 被引量：5
11
作者 杨国勋 郭晨 贾欣乐 《大连海事大学学报》 CAS CSCD 北大核心 2002年第1期21-25,共5页
将混合智能算法应用于船舶航向、转向控制 ,充分发挥了模糊逻辑、神经网络和遗传算法各自的优势 .采用 GA寻优与 BP算法学习模糊神经网络参数 ,通过竞争学习算法从样本数据中获取模糊控制规则 ,并与专家经验有机结合 ,弥补了各自的不足 .
关键词 船舶运动 混合智能控制 参数学习 结构学习 船舶航向 转向控制
原文传递
基于无约束优化和遗传算法的贝叶斯网络结构学习方法 被引量：15
12
作者 汪春峰 张永红 《控制与决策》 EI CSCD 北大核心 2013年第4期618-622,共5页
基于无约束优化和遗传算法,提出一种学习贝叶斯网络结构的限制型遗传算法.首先构造一无约束优化问题,其最优解对应一个无向图.在无向图的基础上,产生遗传算法的初始种群,并使用遗传算法中的选择、交叉和变异算子学习得到最优贝叶斯网络... 基于无约束优化和遗传算法,提出一种学习贝叶斯网络结构的限制型遗传算法.首先构造一无约束优化问题,其最优解对应一个无向图.在无向图的基础上,产生遗传算法的初始种群,并使用遗传算法中的选择、交叉和变异算子学习得到最优贝叶斯网络结构.由于产生初始种群的空间是由一些最优贝叶斯网络结构的候选边构成,初始种群具有很好的性质.与直接使用遗传算法学习贝叶斯网络结构的效率相比,该方法的学习效率相对较高. 展开更多
关键词 贝叶斯网络 结构学习 无约束优化 遗传算法
原文传递
基于多物种进化遗传算法的神经网络结构学习方法 被引量：10
13
作者 李智勇 童调生 《计算机工程与应用》 CSCD 北大核心 2003年第22期87-90,共4页
针对神经网络结构设计的问题及一般结构学习方法的不足,提出了基于多物种进化遗传算法(SEGA),并以MLP为例给出了基于此算法的神经网络结构进化设计方法。该方法融合了遗传算法与神经网络的特点,具有模型搜索空间广泛、算法适应性强的特... 针对神经网络结构设计的问题及一般结构学习方法的不足,提出了基于多物种进化遗传算法(SEGA),并以MLP为例给出了基于此算法的神经网络结构进化设计方法。该方法融合了遗传算法与神经网络的特点,具有模型搜索空间广泛、算法适应性强的特点。仿真结果表明该方法是有效的。 展开更多
关键词 多物种进化遗传算法 神经网络 结构学习 MLP
下载PDF
多输入模糊神经网络结构优化的快速算法 被引量：6
14
作者 吴艳辉 陈雄 《复旦学报（自然科学版）》 CAS CSCD 北大核心 2005年第1期56-60,64,共6页
采用规则前件提取,以获得较少的高效规则,对模糊神经网络(FuzzyNeuralNetwork)进行结构优化,解决了在多输入模糊系统中因规则数多导致的结构庞大问题,使之适用于多输入模糊系统.结构学习中采用竞争算法优化隶属函数,保证规则前件提取的... 采用规则前件提取,以获得较少的高效规则,对模糊神经网络(FuzzyNeuralNetwork)进行结构优化,解决了在多输入模糊系统中因规则数多导致的结构庞大问题,使之适用于多输入模糊系统.结构学习中采用竞争算法优化隶属函数,保证规则前件提取的高效;参数学习中采用梯度下降法调整网络参数. 展开更多
关键词 模糊神经网络 模糊系统 参数学习 结构学习 规则 快速算法 网络参数 多输入 算法优化 梯度下降法
原文传递
融合先验信息的贝叶斯网络结构学习方法 被引量：12
15
作者 吴红 王维平 杨峰 《系统工程与电子技术》 EI CSCD 北大核心 2012年第12期2585-2591,共7页
在贝叶斯网络结构学习的过程中,如何采集先验信息并合理利用它对于构建准确的网络结构非常重要。鉴于此,依据有先验信息的贝叶斯网络结构学习的三个环节:先验信息的采集、先验信息的融合和网络结构的优化,首先讨论了现有先验信息获取方... 在贝叶斯网络结构学习的过程中,如何采集先验信息并合理利用它对于构建准确的网络结构非常重要。鉴于此,依据有先验信息的贝叶斯网络结构学习的三个环节:先验信息的采集、先验信息的融合和网络结构的优化,首先讨论了现有先验信息获取方法的不足,并提出了基于信念图的先验信息获取方法;其次针对所获取的先验信息通常具有一定的不确性,对最小描述长度测度进行了改进以融合非确定性先验信息;最后依据问题特性对模拟退火算法进行了适当的修改以更好地优化网络结构。实验表明,提出的结构学习方法能够有效地提高网络结构的学习精度。 展开更多
关键词 贝叶斯网络 结构学习 信念图 非确定性先验信息 模拟退火 最小描述长度
下载PDF
基于信息流改进的贝叶斯网络结构学习算法 被引量：12
16
作者 李明 张韧 +1 位作者 洪梅 白成祖 《系统工程与电子技术》 EI CSCD 北大核心 2018年第6期1385-1390,共6页
基于信息流提出贝叶斯网络结构学习的改进型搜索评分算法。首先计算信息流进行全局因果分析,构造0/1优化问题,获得最优初始网络结构;在此初始结构的基础上产生搜索空间,采用贪婪算法搜索最优结构弧,同时由信息流确定弧方向,实现网络结... 基于信息流提出贝叶斯网络结构学习的改进型搜索评分算法。首先计算信息流进行全局因果分析,构造0/1优化问题,获得最优初始网络结构;在此初始结构的基础上产生搜索空间,采用贪婪算法搜索最优结构弧,同时由信息流确定弧方向,实现网络结构的一体化学习。首次将信息流引入贝叶斯网络的结构学习,优化了初始搜索空间,实现了弧和弧方向的同步确定,更能获得近似全局最优结构。实验表明,改进算法较其他算法的准确性和学习效率更高。 展开更多
关键词 贝叶斯网络 结构学习 信息流 0/1优化
下载PDF
贝叶斯网结构学习的研究现状及发展趋势 被引量：7
17
作者 马壮 杨善林 胡小建 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第8期833-838,共6页
目前,在结构已知情况下,贝叶斯网的参数学习算法及数据完备时的贝叶斯网的结构学习算法比较成熟,但是从不完全数据中学习贝叶斯网结构比较困难;文章简要介绍前者,重点分析了在不完备数据条件下结构学习的难点,对现有的学习算法进行了深... 目前,在结构已知情况下,贝叶斯网的参数学习算法及数据完备时的贝叶斯网的结构学习算法比较成熟,但是从不完全数据中学习贝叶斯网结构比较困难;文章简要介绍前者,重点分析了在不完备数据条件下结构学习的难点,对现有的学习算法进行了深入的研究和比较,对该领域的研究趋势进行了展望。 展开更多
关键词 贝叶斯网 结构学习 不完备数据 算法
下载PDF
互信息与爬山法相结合的贝叶斯网络结构学习 被引量：12
18
作者 金焱 胡云安 +1 位作者 张瑾 宋艳波 《计算机应用与软件》 CSCD 北大核心 2012年第9期122-125,共4页
针对爬山法容易陷入局部最优,而随机重复爬山法时间开销过大的问题,将互信息与爬山法相结合,提出了MI&HC贝叶斯网络结构学习算法。首先利用互信息构建初始网络结构,再从该网络结构开始利用爬山法进行贝叶斯网络结构学习。仿真结果表... 针对爬山法容易陷入局部最优,而随机重复爬山法时间开销过大的问题,将互信息与爬山法相结合,提出了MI&HC贝叶斯网络结构学习算法。首先利用互信息构建初始网络结构,再从该网络结构开始利用爬山法进行贝叶斯网络结构学习。仿真结果表明:MI&HC算法,对小型稀疏网络结构的学习效果非常好,对较大型的网络结构的学习也能得到令人满意的结果;该算法不需要节点顺序这一先验信息,却能获得与K2算法相当的学习效果。 展开更多
关键词 互信息 爬山法 贝叶斯网络 结构学习
下载PDF
基于预测能力的贝叶斯网络结构学习 被引量：8
19
作者 王辉 张剑飞 王双成 《东北师大学报（自然科学版）》 CAS CSCD 北大核心 2005年第1期32-35,共4页
　给出了变量之间预测能力的概念及估计方法,证明了预测能力就是预测正确率.在此基础上建立了基于预测能力的贝叶斯网络结构学习方法,并使用模拟数据进行了实验.实验结果显示该算法能够有效地进行贝叶斯网络结构学习.
关键词 贝叶斯网络 结构学习 预测能力 条件独立
下载PDF
基于蚁群优化的贝叶斯网络学习 被引量：11
20
作者 高晓光 赵欢欢 任佳 《系统工程与电子技术》 EI CSCD 北大核心 2010年第7期1509-1512,共4页
针对贝叶斯网络学习中的混合算法容易缩小搜索空间,同时易陷入局部最优等缺点,提出了基于蚁群优化的贝叶斯网络学习算法。首先应用最大最小父子节点集合算法(max-min parents and children,MMPC)来构建无向网络的框架,然后利用蚁群优化... 针对贝叶斯网络学习中的混合算法容易缩小搜索空间,同时易陷入局部最优等缺点,提出了基于蚁群优化的贝叶斯网络学习算法。首先应用最大最小父子节点集合算法(max-min parents and children,MMPC)来构建无向网络的框架,然后利用蚁群优化算法进行评分-搜索,通过平衡"开发"和"探索"力度来修补搜索空间并确定网络结构中边的方向。最后应用本算法学习逻辑报警还原机理网(a logical alarm reduction mechanism,ALARM),结果显示本算法减少了丢失边的数量,得到了更接近真实结构的贝叶斯网络。 展开更多
关键词 贝叶斯网络 结构学习 蚁群优化算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 16 下一页 到第 页
使用帮助 返回顶部