论文研究一种贝叶斯网络的优化方法 .pdf

研究了一种新颖的客观特征选择方法——蒙特卡罗估计选择（MCES）方法。采用多宇宙并行量子遗传算法对MCES方法进行优化，使其具有更快速的收敛能力和更好的搜索效率，从而能更有效地优化建模。仿真实验中用该

径向基函数（Radial Basis Functions）由于具有良好的近似效果和运算简单的特点，被应用于全局优化中，成为解决黑箱函数全局优化问题的有效方法。然而现有的基于RBF的全局优化算法存在迭代

一种优化的冗余金属填充方法，张尤磊，黄其煜，随着集成电路制造技术的不断发展，刻蚀、化学机械研磨等工艺对于图形密度、图形梯度等指标变得越来越敏感，这也对冗余金属图形的山国武技论文在线http:/www.

贝叶斯优化算法 贝叶斯优化算法(BOA)是由美国UIUC大学的Pelikan等在2000年前后提出 的在贝叶斯优化算法中根据均匀分布随机产生初始种群 然后采用进化算法 的各种选择方法比如二进制锦标赛选

为了解决知识服务站点上传统知识分类模式的限制，根据社会学中集群行为观点，将网络用户的访问行为看做集群行为，且根据用户集群行为在知识服务网上对知识项的访问提出知识集群概念。结合访问日志库中的记录以及用户

贝叶斯\贝叶斯统计推断+PDF.pdf，不错的电子书，200多页，才1分啊

针对当前Hadoop采用固定个数的数据复制来提高数据可用性方法的不足,建立了数据复制的数学模型,该模型根据数据节点失效率、数据访问延迟、数据节点的网络带宽、期望的数据可用性计算优化的数据复制个数,在H

近年来，WSN应用趋向于网内节点数量增多、模块功能多样、应用环境复杂，由此基于WSN的火灾监测预警系统容易因节点故障出现数据融合异常的现象。为提高火灾数据融合精度，引入高斯模型，通过对不同节点间同类信

提出了一种改进的RBF神经网络参数优化算法。通过资源分配网络算法确定隐含层节点个数，引入剪枝策略删除对网络贡献不大的节点，用改进的粒子群算法对RBF网络的中心、宽度、权值进行优化，使RBF网络不仅可以

操作风险数据积累比较困难，而且往往不完整，朴素贝叶斯分类器是目前进行小样本分类最优秀的分类器之一，适合于操作风险等级预测。在对具有完整数据朴素贝叶斯分类器学习和分类的基础上，提出了基于星形结构和Gib