2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩120頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、概率網(wǎng)是人工智能學(xué)科表示并處理概率知識(shí)的一類圖模型方法,多源概率網(wǎng)整合是全面進(jìn)行概率知識(shí)表示和推理研究中的重要問題,已有工作大多限于貝葉斯網(wǎng)、影響圖和可能性網(wǎng)等定量概率網(wǎng)的整合,較少考慮到概率知識(shí)只能定性表示或只需定性表示時(shí)的定性概率網(wǎng)(Qualitative Probabilistic Networks,QPNs)整合,
  基于上述問題,本文結(jié)合不完整數(shù)據(jù),研究QPNs符號(hào)整合方法和三種情況下的QPNs結(jié)構(gòu)整合方法,具體內(nèi)容包

2、括:
  1.提出基于定性互信息的歧義性約簡方法,嚴(yán)格定義定性互信息,在此基礎(chǔ)上,提出可區(qū)分影響強(qiáng)度的增強(qiáng)QPN,并證明其性質(zhì),給出多項(xiàng)式時(shí)間的歧義性約簡方法.
  2.設(shè)計(jì)并實(shí)現(xiàn)基于定性互信息的QPNSI符號(hào)整合算法,將歧義性約簡方法擴(kuò)展到多個(gè)結(jié)構(gòu)相同的QPNs符號(hào)整合中,提出QPNSI整合算法,分析了算法的時(shí)間復(fù)雜性.
  3.設(shè)計(jì)并實(shí)現(xiàn)具有相同節(jié)點(diǎn)的SNQPNI結(jié)構(gòu)整合算法,基于粗糙集理論,采用概率正域求解屬性依

3、賴度作為定性影響的強(qiáng)度,解決整合時(shí)涉及到的關(guān)鍵問題,提出SNQPNI整合算法,分析了算法的時(shí)間復(fù)雜性.
  4.設(shè)計(jì)并實(shí)現(xiàn)時(shí)序環(huán)境具有相同節(jié)點(diǎn)的TQPNI結(jié)構(gòu)整合算法,定義時(shí)變QPN(TQPN),通過考慮其中的自身環(huán)等問題,提出基于粗糙集理論的TQPNI整合算法,分析了算法的時(shí)間復(fù)雜性.
  5.設(shè)計(jì)并實(shí)現(xiàn)具有不同節(jié)點(diǎn)的DNQPNI結(jié)構(gòu)整合算法,由SNQPNI算法整合思想,得出合并后的初始QPN,基于粗糙集理論,通過向其中添

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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。

評(píng)論

0/150

提交評(píng)論