贝叶斯网络是一种进行不确定性推理和分析的有效工具,针对系统可靠性分析问题,建立了一种基于贝叶斯网络的系统可靠性分析平台。所建立的分析平台将贝叶斯网络应用于系统可靠性分析中,把系统各组部件抽象成节点,从
通过对连续随机变量之间预测能力及其计算方法的讨论,提出基于预测能力的连续贝叶斯网络结构学习方法。该方法包括两个步骤,每个步骤都伴随环路检验。首先建立初始贝叶斯网络结构,其次调整初始贝叶斯网络结构,包括
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SE
针对网络攻防过程中攻防双方存在无法完全获知对方信息以及无法对双方损益作出准确判定的问题,提出了一种基于模糊贝叶斯博弈模型的网络最优防御策略选取方法,结合网络攻防对抗双方信息不完全性的特点构建了模糊静态
论文研究-贝叶斯反馈云模型的分析与设计.pdf,
在本文中,我们证明了新的贝叶斯阴度量标准(2012,计算统计,27:237-249)能够解决贝伦斯-费希尔问题和林德利悖论。 我们提供了一般性证明,对于任何先验产生两个独立的t随机变量的线性组合作为均
为处理推荐行为来源复杂、路径多样、不信任陌生推荐等问题,提出一种在社交网络中信任驱动推荐方法。该方法利用贝叶斯网络,计算用户评分的先验概率分布以及朋友之间的联合条件概率,预测用户在该环境下的评分并将推
由数据构造贝叶斯网络结构是NP-难问题,根据互信息和条件独立测试,提出了一种构建最优贝叶斯网络结构的新算法。数值实验表明,新算法能较快地确定出与数据匹配程度最高的网络结构,从而能更高效地学习贝叶斯网络
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
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