一种新的贝叶斯网络增量学习方法
现有的贝叶斯网络增量学习方法忽略结构与参数变化的特点和内在联系,往往会降低更新后贝叶斯网络的可靠性。针对这一情况,提出了贝叶斯网络结构与参数变化并不同步,参数变化到一定程度将引起结构变化,并基于这种不同步性,给出了一种是否进行结构更新的判别方法,以及结构与参数更新的实现算法,实验结果显示,这种增量学习方法更加合理和可行。...
Gespeichert in:
| Veröffentlicht in: | Xi tong fang zhen xue bao 2009 (17), p.5436-5439 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | chi |
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 5439 |
|---|---|
| container_issue | 17 |
| container_start_page | 5436 |
| container_title | Xi tong fang zhen xue bao |
| container_volume | |
| creator | 王双成 冷翠平 杜瑞杰 |
| description | 现有的贝叶斯网络增量学习方法忽略结构与参数变化的特点和内在联系,往往会降低更新后贝叶斯网络的可靠性。针对这一情况,提出了贝叶斯网络结构与参数变化并不同步,参数变化到一定程度将引起结构变化,并基于这种不同步性,给出了一种是否进行结构更新的判别方法,以及结构与参数更新的实现算法,实验结果显示,这种增量学习方法更加合理和可行。 |
| format | Article |
| fullrecord | <record><control><sourceid>chongqing</sourceid><recordid>TN_cdi_chongqing_backfile_31520292</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>31520292</cqvip_id><sourcerecordid>31520292</sourcerecordid><originalsourceid>FETCH-chongqing_backfile_315202923</originalsourceid><addsrcrecordid>eNpjYeA0NDAw0TU3NozgYOAtLs5MMjAwNDQwsrA052TQfbKj4fny3mfTNjyf1fJiy9yn_dueTVv_fO_E57vnPF0072V7_9O1y57sXPBs2s5nm6fyMLCmJeYUp_JCaW4GJTfXEGcP3eSM_Lz0wsy89PikxOTstMyc1HhjQ1MjAyNLI2OiFAEASEVA0Q</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>一种新的贝叶斯网络增量学习方法</title><source>Alma/SFX Local Collection</source><creator>王双成 冷翠平 杜瑞杰</creator><creatorcontrib>王双成 冷翠平 杜瑞杰</creatorcontrib><description>现有的贝叶斯网络增量学习方法忽略结构与参数变化的特点和内在联系,往往会降低更新后贝叶斯网络的可靠性。针对这一情况,提出了贝叶斯网络结构与参数变化并不同步,参数变化到一定程度将引起结构变化,并基于这种不同步性,给出了一种是否进行结构更新的判别方法,以及结构与参数更新的实现算法,实验结果显示,这种增量学习方法更加合理和可行。</description><identifier>ISSN: 1004-731X</identifier><language>chi</language><subject>参数学习 ; 增量学习 ; 最优解释 ; 结构学习 ; 贝叶斯网络</subject><ispartof>Xi tong fang zhen xue bao, 2009 (17), p.5436-5439</ispartof><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/96569X/96569X.jpg</thumbnail><link.rule.ids>314,776,780,4010</link.rule.ids></links><search><creatorcontrib>王双成 冷翠平 杜瑞杰</creatorcontrib><title>一种新的贝叶斯网络增量学习方法</title><title>Xi tong fang zhen xue bao</title><addtitle>Journal of System Simulation</addtitle><description>现有的贝叶斯网络增量学习方法忽略结构与参数变化的特点和内在联系,往往会降低更新后贝叶斯网络的可靠性。针对这一情况,提出了贝叶斯网络结构与参数变化并不同步,参数变化到一定程度将引起结构变化,并基于这种不同步性,给出了一种是否进行结构更新的判别方法,以及结构与参数更新的实现算法,实验结果显示,这种增量学习方法更加合理和可行。</description><subject>参数学习</subject><subject>增量学习</subject><subject>最优解释</subject><subject>结构学习</subject><subject>贝叶斯网络</subject><issn>1004-731X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2009</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDAw0TU3NozgYOAtLs5MMjAwNDQwsrA052TQfbKj4fny3mfTNjyf1fJiy9yn_dueTVv_fO_E57vnPF0072V7_9O1y57sXPBs2s5nm6fyMLCmJeYUp_JCaW4GJTfXEGcP3eSM_Lz0wsy89PikxOTstMyc1HhjQ1MjAyNLI2OiFAEASEVA0Q</recordid><startdate>2009</startdate><enddate>2009</enddate><creator>王双成 冷翠平 杜瑞杰</creator><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W92</scope><scope>~WA</scope></search><sort><creationdate>2009</creationdate><title>一种新的贝叶斯网络增量学习方法</title><author>王双成 冷翠平 杜瑞杰</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-chongqing_backfile_315202923</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2009</creationdate><topic>参数学习</topic><topic>增量学习</topic><topic>最优解释</topic><topic>结构学习</topic><topic>贝叶斯网络</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>王双成 冷翠平 杜瑞杰</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-工程技术</collection><collection>中文科技期刊数据库- 镜像站点</collection><jtitle>Xi tong fang zhen xue bao</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>王双成 冷翠平 杜瑞杰</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>一种新的贝叶斯网络增量学习方法</atitle><jtitle>Xi tong fang zhen xue bao</jtitle><addtitle>Journal of System Simulation</addtitle><date>2009</date><risdate>2009</risdate><issue>17</issue><spage>5436</spage><epage>5439</epage><pages>5436-5439</pages><issn>1004-731X</issn><abstract>现有的贝叶斯网络增量学习方法忽略结构与参数变化的特点和内在联系,往往会降低更新后贝叶斯网络的可靠性。针对这一情况,提出了贝叶斯网络结构与参数变化并不同步,参数变化到一定程度将引起结构变化,并基于这种不同步性,给出了一种是否进行结构更新的判别方法,以及结构与参数更新的实现算法,实验结果显示,这种增量学习方法更加合理和可行。</abstract></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1004-731X |
| ispartof | Xi tong fang zhen xue bao, 2009 (17), p.5436-5439 |
| issn | 1004-731X |
| language | chi |
| recordid | cdi_chongqing_backfile_31520292 |
| source | Alma/SFX Local Collection |
| subjects | 参数学习 增量学习 最优解释 结构学习 贝叶斯网络 |
| title | 一种新的贝叶斯网络增量学习方法 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-02T16%3A25%3A36IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-chongqing&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E4%B8%80%E7%A7%8D%E6%96%B0%E7%9A%84%E8%B4%9D%E5%8F%B6%E6%96%AF%E7%BD%91%E7%BB%9C%E5%A2%9E%E9%87%8F%E5%AD%A6%E4%B9%A0%E6%96%B9%E6%B3%95&rft.jtitle=Xi%20tong%20fang%20zhen%20xue%20bao&rft.au=%E7%8E%8B%E5%8F%8C%E6%88%90%20%E5%86%B7%E7%BF%A0%E5%B9%B3%20%E6%9D%9C%E7%91%9E%E6%9D%B0&rft.date=2009&rft.issue=17&rft.spage=5436&rft.epage=5439&rft.pages=5436-5439&rft.issn=1004-731X&rft_id=info:doi/&rft_dat=%3Cchongqing%3E31520292%3C/chongqing%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=31520292&rfr_iscdi=true |