咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于案例和规则推理的贝叶斯网建模 收藏

基于案例和规则推理的贝叶斯网建模

Bayesian network modeling based on CBR and RBR

作     者:杨善林 胡笑旋 李永森 YANG Sha-nin;HU Xiao-xuan;LI Yong-sen

作者机构:合肥工业大学计算机网络系统研究所合肥230009 

出 版 物:《哈尔滨工业大学学报》 (Journal of Harbin Institute of Technology)

年 卷 期:2006年第38卷第10期

页      面:1644-1648页

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金资助项目(70471046) 教育部博士点基金资助项目(20040359004) 

主  题:贝叶斯网 案例推理 知识库 规则推理 

摘      要:正确、高效地针对问题建立模型是应用贝叶斯网的关键,而从数据中学习贝叶斯网往往因为搜索空间庞大而效率低下.提出基于案例和规则推理的建模方法,建立领域知识库,使用框架和一阶概率逻辑表示贝叶斯网,当面对新的问题时,使用相似度和偏离度两个指标进行案例匹配,对选中的案例使用组合和剪枝技术修正,得到新问题的求解模型.整个过程以案例推理为主,并用规则推理辅助.这种方法能够复用历史案例,提高贝叶斯网建模效率.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分