文献检索-宁波市创意产业特色资源库

限定检索结果

贝叶斯网络的动态知识获取与修正: 收藏
分享
引用; 《计算机工程与设计》2009年第9期30卷 2257-2259,2263页; 作者：刘晋中廖芹华南理工大学理学院应用数学系广东广州510640; 对贝叶斯网络的在线参数学习进行了研究。分析了ML和Voting EM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...; 对贝叶斯网络的在线参数学习进行了研究。分析了ML和Voting EM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。; 来源：详细信息评论

限定检索结果