《貝葉斯網路的結構學習,用於數據挖掘與知識發現》是依託武漢大學,由潘和平擔任項目負責人的面上項目。
基本介紹
- 中文名:貝葉斯網路的結構學習,用於數據挖掘與知識發現
- 項目類別:面上項目
- 項目負責人:潘和平
- 依託單位:武漢大學
- 批准號:60175022
- 申請代碼:F03
- 負責人職稱:教授
- 研究期限:2002-01-01 至 2004-12-31
- 支持經費:18(萬元)
《貝葉斯網路的結構學習,用於數據挖掘與知識發現》是依託武漢大學,由潘和平擔任項目負責人的面上項目。
《貝葉斯網路的結構學習,用於數據挖掘與知識發現》是依託武漢大學,由潘和平擔任項目負責人的面上項目。項目摘要貝葉斯網路是機率專家系統核心,如何從數據中學習出一個結構最優的貝葉斯網路是該領域研究的難點和熱點。本研究旨在針對貝...
因果貝葉斯網路結構模型的學習有時也稱為因果發現或因果挖掘這是因為數據的處理所獲得的結構模型反映了事物間因果關係的知識.從廣義的角度講,因果數據挖掘可以認為是從數據中發現有關因果性知識的過程.貝葉斯網路結構學習的發展與展望 ...
《面向關係資料庫知識發現的機率邏輯貝葉斯網路研究》是依託吉林大學,由王利民擔任項目負責人的面上項目。項目摘要 關係資料庫知識發現是目前國內外研究的熱點,它對於工業與醫療診斷、軟體智慧型化、金融風險分析等需要關係數據挖掘的套用領域...
12.3.3 TAN貝葉斯網路的參數估計 288 12.4 馬爾科夫毯網路 290 12.4.1 馬爾科夫毯網路的基本概念 290 12.4.2 條件獨立檢驗 291 12.4.3 馬爾科夫毯網路結構的學習 292 12.4.4 馬爾科夫毯網路的分類預測 ...
8.6隨機神經網路 8.6.1模擬退火算法 8.6.2玻爾茲曼機 8.7自組織特徵映射神經網路 8.7.1網路的拓撲結構 8.7.2網路自組織算法 8.7.3監督學習 第9章貝葉斯網路 9.1概述 9.1.1貝葉斯網路的發展歷史 9.1.2貝葉斯方法的基本...
3.1.3 貝葉斯度量(BDe)3.1.4 最小描述長度度量(MDL)3.2 完整參數的貝葉斯網路結構學習 3.2.1 基於統計測試的方法 3.2.2 基於搜尋記分的方法 3.3 缺失數據的貝葉斯網路的結構學習 3.3.1 SEM算法 3.3.2 MCMC算法 3....
第7章 診斷貝葉斯網路通用近似推理算法 7.1 概述 7.2 基於簇樹的精確推理算法 7.3 基於簇樹算法的通用近似推理算法 7.4 小結 第8章 診斷貝葉斯網路的結構學習 8.1 網路結構學習方法 8.2 不完整數據條件下的網路結構學習算法 8...
8.GIS專業人才知識結構最佳化與教學體系改革和實踐,湖北省高等學校教學研究項目(負責人),20060078,2006-2009 9.貝葉斯網路支持下的空間信息不確定性推理機制與方法研究,測繪遙感信息工程國家重點實驗室開放研究基金項目(負責人),WKL(...
9.國家高科技發展計畫(863)項目資助,多源空間數據挖掘與知識發現技術。10.國家自然科學基金資助項目,貝葉斯網路的結構學習,用於空間數據挖掘。學術論文 1.曹建農. 高分影像信息提取的特徵結構化多尺度分析建模方法研究[J]. 武漢大學學報...