莫富强
- 作品数:3 被引量:7H指数:2
- 供职机构:合肥工业大学更多>>
- 发文基金:国家自然科学基金安徽省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于领域知识的贝叶斯网络学习研究
- 贝叶斯网是图形表示和概率知识的有机结合,它揭示了领域对象的内在联系,是复杂全概率分布的紧凑表达方式。其坚实的理论基础,知识结构的自然表述,灵活的推理能力以及方便的决策机制使其应用范围越来越广泛。通常具有少数节点的网络由专...
- 莫富强
- 关键词:贝叶斯网络收敛速度
- 文献传递
- 动态贝叶斯网络参数学习算法的一种加速
- 针对动态贝叶斯网络EM参数学习算法中计算量大和收敛速度慢问题,通过将大规模时序数据集划分为较小的数据块,提出一种基于部分E步的加速算法(DA-EM)。DA-EM在块间循环迭代,每一次迭代执行部分E步,增量式地更新似然函数...
- 莫富强王浩姚宏亮
- 文献传递
- 基于领域知识的贝叶斯网络结构学习算法被引量:5
- 2008年
- 针对SEM算法在缺省数据学习中存在精度偏低和收敛速度缓慢的问题,通过将领域知识引入到SEM算法中,提出了KB-SEM算法,该算法首先用D-S证据理论综合领域知识,然后将采集的知识以禁忌表的方式嵌入SEM中来限制和引导算法的搜索路径,缩小算法的搜索空间。实验表明,KB-SEM算法能有效地提高算法的学习精度和时间性能,且能在一定程度上避免主观偏见和数据噪音的干扰。
- 莫富强王浩姚宏亮俞奎
- 关键词:贝叶斯网络领域知识