基于動(dòng)態(tài)模糊邏輯的貝葉斯參數(shù)學(xué)習(xí)算法研究
發(fā)布時(shí)間:2023-02-08 18:46
貝葉斯網(wǎng)絡(luò)是繼模糊邏輯、可信度方法和神經(jīng)網(wǎng)絡(luò)等方法之后提出的不確定知識(shí)表示模型,是研究不確定性問題的重要方法之一。目前,貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)采用的方法主要是精確計(jì)算和近似方法求解。精確計(jì)算導(dǎo)致數(shù)據(jù)過度擬合,近似方法的復(fù)雜性使求解過程成為NP難度問題。 本文將動(dòng)態(tài)模糊邏輯引入貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)中,在避免過度擬合和降低學(xué)習(xí)過程復(fù)雜度方面取得一定的效果。具體工作如下。 (1)分析研究目前貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)中存在的問題,充分了解統(tǒng)計(jì)學(xué)中的參數(shù)學(xué)習(xí)方法,深入認(rèn)識(shí)點(diǎn)估計(jì)和區(qū)間估計(jì)的利弊及其相關(guān)原因。 (2)介紹動(dòng)態(tài)模糊集相關(guān)理論,用動(dòng)態(tài)模糊集表示貝葉斯網(wǎng)絡(luò)中相關(guān)結(jié)點(diǎn)的信息含義,即基于動(dòng)態(tài)模糊集的貝葉斯網(wǎng)絡(luò)知識(shí)表示。客觀、真實(shí)地表達(dá)了現(xiàn)實(shí)世界中蘊(yùn)含在動(dòng)態(tài)模糊數(shù)據(jù)中的相關(guān)信息。 (3)基于動(dòng)態(tài)模糊邏輯的參數(shù)推理過程,分析了單證據(jù)和多證據(jù)下的參數(shù)推理過程、規(guī)則前件的匹配、后件的隸屬度更新等問題。利用貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn),通過符合人的認(rèn)知過程的方法來(lái)推理現(xiàn)實(shí)世界的因果關(guān)系,并結(jié)合實(shí)例分析推理過程的可行性。 (4)給出了基于動(dòng)態(tài)模糊邏輯的貝葉斯參數(shù)學(xué)習(xí)算法,介紹動(dòng)態(tài)模糊性證據(jù)下貝葉斯參數(shù)學(xué)習(xí)的置信度更新。通過...
【文章頁(yè)數(shù)】:68 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
中文摘要
Abstract
第一章 緒論
1.1 課題背景
1.2 研究現(xiàn)狀
1.2.1 貝葉斯網(wǎng)絡(luò)研究現(xiàn)狀
1.2.2 動(dòng)態(tài)模糊邏輯的研究現(xiàn)狀
1.3 問題提出及內(nèi)容安排
第二章 基于動(dòng)態(tài)模糊集的貝葉斯網(wǎng)
2.1 動(dòng)態(tài)模糊集(DFS)
2.1.1 動(dòng)態(tài)模糊集的定義
2.1.2 動(dòng)態(tài)模糊集的表示方法
2.2 動(dòng)態(tài)模糊知識(shí)的表示方法
2.3 貝葉斯信念網(wǎng)的理論框架
2.3.1 貝葉斯網(wǎng)絡(luò)的表示
2.3.2 貝葉斯網(wǎng)中的獨(dú)立關(guān)系
2.4 基于動(dòng)態(tài)模糊集的貝葉斯信念網(wǎng)知識(shí)表示
2.5 實(shí)例分析
2.6 本章小結(jié)
第三章 基于 DFL 規(guī)則的參數(shù)推理
3.1 動(dòng)態(tài)模糊邏輯(DFL)的推理模型
3.1.1 動(dòng)態(tài)模糊邏輯(DFL)的一般推理模型
3.1.2 DF 規(guī)則的激活和相似度計(jì)算
3.1.3 動(dòng)態(tài)模糊邏輯(DFL)的推理模型擴(kuò)展
3.2 基于動(dòng)態(tài)模糊邏輯的貝葉斯推理系統(tǒng)結(jié)構(gòu)
3.3 實(shí)例分析
3.4 本章小結(jié)
第四章 基于 DFL 的貝葉斯參數(shù)學(xué)習(xí)算法
4.1 基于 EM 的參數(shù)學(xué)習(xí)
4.2 基于 DFL 的貝葉斯參數(shù)學(xué)習(xí)算法
4.2.1 基本概念及定理
4.2.2 算法描述
4.3 實(shí)例分析
4.4 本章小結(jié)
第五章 實(shí)例應(yīng)用
5.1 引言
5.2 系統(tǒng)的總體設(shè)計(jì)
5.2.1 系統(tǒng)的功能描述
5.2.2 系統(tǒng)總體框架
5.2.3 系統(tǒng)流程分析
5.3 學(xué)生能力預(yù)測(cè)的理論基礎(chǔ)
5.3.1 能力預(yù)測(cè)中動(dòng)態(tài)模糊問題的表示
5.3.2 基于動(dòng)態(tài)模糊邏輯的能力預(yù)測(cè)描述
5.4 實(shí)驗(yàn)結(jié)果分析
5.5 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)
5.6 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間公開發(fā)表的論文
中英文名詞對(duì)照表
致謝
本文編號(hào):3738187
【文章頁(yè)數(shù)】:68 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
中文摘要
Abstract
第一章 緒論
1.1 課題背景
1.2 研究現(xiàn)狀
1.2.1 貝葉斯網(wǎng)絡(luò)研究現(xiàn)狀
1.2.2 動(dòng)態(tài)模糊邏輯的研究現(xiàn)狀
1.3 問題提出及內(nèi)容安排
第二章 基于動(dòng)態(tài)模糊集的貝葉斯網(wǎng)
2.1 動(dòng)態(tài)模糊集(DFS)
2.1.1 動(dòng)態(tài)模糊集的定義
2.1.2 動(dòng)態(tài)模糊集的表示方法
2.2 動(dòng)態(tài)模糊知識(shí)的表示方法
2.3 貝葉斯信念網(wǎng)的理論框架
2.3.1 貝葉斯網(wǎng)絡(luò)的表示
2.3.2 貝葉斯網(wǎng)中的獨(dú)立關(guān)系
2.4 基于動(dòng)態(tài)模糊集的貝葉斯信念網(wǎng)知識(shí)表示
2.5 實(shí)例分析
2.6 本章小結(jié)
第三章 基于 DFL 規(guī)則的參數(shù)推理
3.1 動(dòng)態(tài)模糊邏輯(DFL)的推理模型
3.1.1 動(dòng)態(tài)模糊邏輯(DFL)的一般推理模型
3.1.2 DF 規(guī)則的激活和相似度計(jì)算
3.1.3 動(dòng)態(tài)模糊邏輯(DFL)的推理模型擴(kuò)展
3.2 基于動(dòng)態(tài)模糊邏輯的貝葉斯推理系統(tǒng)結(jié)構(gòu)
3.3 實(shí)例分析
3.4 本章小結(jié)
第四章 基于 DFL 的貝葉斯參數(shù)學(xué)習(xí)算法
4.1 基于 EM 的參數(shù)學(xué)習(xí)
4.2 基于 DFL 的貝葉斯參數(shù)學(xué)習(xí)算法
4.2.1 基本概念及定理
4.2.2 算法描述
4.3 實(shí)例分析
4.4 本章小結(jié)
第五章 實(shí)例應(yīng)用
5.1 引言
5.2 系統(tǒng)的總體設(shè)計(jì)
5.2.1 系統(tǒng)的功能描述
5.2.2 系統(tǒng)總體框架
5.2.3 系統(tǒng)流程分析
5.3 學(xué)生能力預(yù)測(cè)的理論基礎(chǔ)
5.3.1 能力預(yù)測(cè)中動(dòng)態(tài)模糊問題的表示
5.3.2 基于動(dòng)態(tài)模糊邏輯的能力預(yù)測(cè)描述
5.4 實(shí)驗(yàn)結(jié)果分析
5.5 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)
5.6 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間公開發(fā)表的論文
中英文名詞對(duì)照表
致謝
本文編號(hào):3738187
本文鏈接:http://sikaile.net/shekelunwen/ljx/3738187.html
最近更新
教材專著