排序方式: 共有34条查询结果,搜索用时 15 毫秒
1.
基于原因独立性的信度网推理 总被引:1,自引:0,他引:1
1.原因独立性假设信度网的条件概率表通常都比较大,若X有n个父结点,每个父结点有m种取值,则X的条件概率表将有m~n行。为了对其简化,研究者提出了一些简化模型,如Noisy-OR模型,Noisy-Adder模型等。这些模型的基本思想是:可以将一个结点的父结点看作是该结点的直接原因,按照人们的思维习惯,一个原因单独对结果的影响较容易估计。因此,如果假设各个原因对结果的影响相互独立,则可以简化信度网的条件概率表。这种简化处理需要解决两个问题: 相似文献
2.
一、引言随着计算机网络的发展,网站提供的信息越来越丰富。一般将那些围绕一个中心思想的信息组织在一起,称为一个主题(Topic)。各个相关主题通过超级链接互相联系。如果用结点代表一个主题,两个主题之间的超级链接用一条有向边表示,则一个网站的信息结构可以抽象表示为一个复杂的有向图,称为网站的信息结构图。如图1就是一个信息结构图。 相似文献
3.
4.
一种基于Markov链模型的动态聚类方法 总被引:11,自引:0,他引:11
对单变量时间序列的聚类,是一类有着广泛应用背景的特殊的聚类问题。由于该问题的特殊性,现有的聚类方法无法直接使用,故提出了一种新的基于Markov链模型的动态聚类方法。该方法首先对每一个时间序列建立一个描述其动态特征的Markov链模型,从而把对时间序列的聚类问题转化为对Markov链模型的聚类问题。然后通过定义各个Markov链之间的“距离”,采用动态聚类算法完成对这些Markov链模型的聚类,使用该方法,分别对一经真实数据和仿真数据进行了聚类试验,都获得了比较好的聚类结果。 相似文献
5.
本文提出一种传统的关联规则挖掘主要着眼于正关联规则,即形如A→B的规则的挖掘,而对负关联规则的研究非常有限,然而实践表明在关联规则的各个应用领域中,负关联规则同正关联规则有着同样的重要性。Apriori算法是挖掘关联规则的一个经典算法,但是它只局限于挖掘正关联规则,本文对该算法进行改进提出了Ex-Apriori算法,新算法不仅能挖出负关联规则,而且由于兴趣度的引进,能够剔除大量无趣的关联规则。实验表明该种算法有效且可行。 相似文献
6.
本文依次介绍了信息检索的三类数学模型——集合模型、代数模型和概率模型,并对这三类信息检索模型的检索效果进行了分析。在此基础上提出了一种实用的信息检索方法,我们称为二次检索方法。该方法基于布尔模型和向量空间模型,综合了两者的特点,从而有效地提高了信息检索的效果。文章最后通过实验,对二次检索方法、布尔模型、向量空间模型的查全率、查准率进行了比较,验证了二次检索的优点。 相似文献
7.
提出了一种基于提升小波和区域分割的红外可见光图像融合方法。先对红外图像和可见光图像进行提升小波分解,得到各自的高频和低频子图像,利用红外图像的热效应特征显著的特点对红外图像的低频子图像进行检测分割,用分割得到的二值图像来指导低频子图像的融合决策,对于高频子图像,采用区域方差匹配度决策法,最后对融合后的小波系数进行重构得到融合图像。实验结果表明,这种算法能够合理有效地保留红外图像的热目标信息以及可见光图像中丰富的光谱信息,提高了图像的可理解性,客观评价准则与目视效果吻合良好。 相似文献
8.
随着互联网经济的迅速普及,越来越多的消费者开始使用移动应用程序完成各种各样的电子商务活动。为了在不同的移动平台上最大限度地吸引消费者,选择一套合适的、兼容性可靠、成本较低的电子商务移动应用程序开发解决方案成为一个极具挑战性的研究。现首先概述了电子商务移动应用领域的各种开发方法,集中探讨了不同移动应用开发方式在访问移动功能、使用这些框架开发高级图形和兼容性方面的性能。另外,通过对多个平台研究数据的分析,列出了不同开发方法的优缺点并总结了可行的方案。 相似文献
9.
准噶尔盆地腹部油气资源丰富,目前较明显的构造型圈闭已经很难发现,勘探的主要目标集中在寻找岩性圈闭上,而河道砂体又是地层-岩性圈闭的重要类型。如何快速、准确识别河道砂体是勘探研究工作的难题之一。河道砂体以储层薄、横向变化快为特点,常规方法难以识别。以三维地震、钻井及生产动态等资料为依据,通过对三维地震资料提高分辨率的优化处理,利用三维地震能量相干属性等分析技术手段,识别出该区一系列河道目标群,再经过目标优选,落实了勘探目标;并总结出适用于滴南凸起中段曲流河道砂体识别的技术序列,同时该技术方法序列在准噶尔盆地具有一定的推广意义。 相似文献
10.
A belief network is a new mechanism for knowledge representation based on probability the-ory. Its distinct performance in representing and reasoning about uncertainty makes it a hot researchtopic in artificial intelligence. It is now being Used in many areas. In this paper,we give a comprehensiveintroduction to a belief network,including its historic background ,principles ,the progress of its researchand development ,and some challenging problems. 相似文献