文檔簡(jiǎn)介
1、完全的貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)是一個(gè)NP難問(wèn)題,研究學(xué)者一般采用近似的方法來(lái)學(xué)習(xí),Duda提出了樸素貝葉斯NB結(jié)構(gòu),F(xiàn)riedman提出了樹(shù)擴(kuò)展樸素貝葉斯TAN結(jié)構(gòu);Keogh提出了SP結(jié)構(gòu);HuajieZhang提出了SN結(jié)構(gòu);PeterLucas提出了FAN結(jié)構(gòu);Cheng提出了BAN和GBN兩種網(wǎng)絡(luò)結(jié)構(gòu);石洪波等對(duì)TAN結(jié)構(gòu)進(jìn)行了優(yōu)化。它們?cè)谪惾~斯分類器結(jié)構(gòu)學(xué)習(xí)中均取得了較好的效果?! ∵z傳算法(GeneticAlgorithm)是
2、模擬自然界生物進(jìn)化過(guò)程與機(jī)制求解極值問(wèn)題的一種自組織、自適應(yīng)人工智能技術(shù)。引入遺傳算法改進(jìn)貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)是本文要解決的問(wèn)題。本文的主要工作如下: (1)歸納綜述了貝葉斯網(wǎng)絡(luò)的理論框架,簡(jiǎn)要討論了貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)算法?! ?2)在程澤凱等用MATLAB語(yǔ)言基于BNT(BayesianNetworksToolkit)建構(gòu)的貝葉斯分類器實(shí)驗(yàn)平臺(tái)MBNC(BayesianNetworksClassifierusingMATLAB
3、)基礎(chǔ)上,擴(kuò)展了MBNC實(shí)驗(yàn)平臺(tái)的遺傳算法模塊,進(jìn)行數(shù)據(jù)的預(yù)處理、實(shí)現(xiàn)了基于遺傳算法的貝葉斯分類器結(jié)構(gòu)學(xué)習(xí)算法,進(jìn)而實(shí)現(xiàn)了基于遺傳算法的貝葉斯分類器家族的多種分類器。 (3)為將遺傳算法引入貝葉斯結(jié)構(gòu)學(xué)習(xí)中來(lái),深入研究了遺傳算法及基于MATLAB的實(shí)現(xiàn),重點(diǎn)研究了基于整數(shù)編碼的遺傳算法及TSP問(wèn)題求解;設(shè)計(jì)高效的求解TSP問(wèn)題的遺傳算法,有重要的理論意義和實(shí)用價(jià)值?! ?4)基于遺傳算法的TANC結(jié)構(gòu)學(xué)習(xí)算法。實(shí)驗(yàn)結(jié)果表明,GA-
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的貝葉斯分類器及在CRM客戶保持中的應(yīng)用.pdf
- 基于量子遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于改進(jìn)云遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
- 基于貝葉斯分類器的圖像標(biāo)注算法研究.pdf
- 基于非隨機(jī)初始種群遺傳算法的學(xué)習(xí)分類器系統(tǒng)
- 基于遺傳算法的分類器的研究及其應(yīng)用.pdf
- 基于遺傳算法的指紋分類算法研究.pdf
- 基于非負(fù)編碼和SPNs結(jié)構(gòu)學(xué)習(xí)的圖像分類算法研究.pdf
- 基于動(dòng)態(tài)深層結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 基于Finsler幾何的結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 基于AFS理論與遺傳算法的模糊分類器設(shè)計(jì).pdf
- 基于改進(jìn)遺傳算法的分類系統(tǒng)研究.pdf
- 監(jiān)督學(xué)習(xí)下的貝葉斯分類器研究.pdf
- 蟻群算法與遺傳算法的融合在貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)中的應(yīng)用.pdf
- 基于遺傳算法的分類方法的探究.pdf
- 基于Volume Test的貝葉斯分類器研究.pdf
- 基于小生境遺傳算法的多分類器融合模型.pdf
- 基于遺傳算法的網(wǎng)架結(jié)構(gòu)優(yōu)化研究.pdf
- Apriori算法和貝葉斯分類器在多標(biāo)記學(xué)習(xí)中的應(yīng)用.pdf
- 基于遺傳算法的模糊分類系統(tǒng)的設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論