【摘 要】
：
针对贝叶斯置信网的结构学习问题,提出一种遵循典型ACO算法框架(ACO-TSP)的贝叶斯网结构学习算法(ACO-BN),并拓展为包括EAS-BN、ACS-BN和MMAS-BN在内的一类算法。用这类算法在若干典型贝叶斯网络结构学习问题上分别与经典贝叶斯网学习算法(K2、B)、用于贝叶斯网学习的通用优化算法(simulated annealing、Tabu searching和genetic sear
【机 构】
：
宁波大学职业技术学院,宁波大学商学院
论文部分内容阅读
针对贝叶斯置信网的结构学习问题,提出一种遵循典型ACO算法框架(ACO-TSP)的贝叶斯网结构学习算法(ACO-BN),并拓展为包括EAS-BN、ACS-BN和MMAS-BN在内的一类算法。用这类算法在若干典型贝叶斯网络结构学习问题上分别与经典贝叶斯网学习算法(K2、B)、用于贝叶斯网学习的通用优化算法(simulated annealing、Tabu searching和genetic searching)以及L.M.de Campos等人提出的基于蚁群优化的贝叶斯网络结构学习算法Ant-K2SN
其他文献
电弧加热器试验中存在电极局部烧穿漏水导致电弧加热器严重烧损的风险,对漏水故障的快速诊断可大大提升电弧加热器的运行安全性。由于电弧加热器内高温气流的恶劣环境,漏水故
为了解决目前网络入侵检测算法检测率低、误报率高的问题,提出一种基于云理论的异常检测算法,采用chi-square方法进行特征提取并计算影响权值因子,引入云发生器计算属性特征值和差异度;应用综合评价值进行入侵判断,减少了单个属性造成的局部性影响。该算法采用KDD99数据进行测试,结果表明新算法的检测率平均达到98.66%、误报率平均为1.87%,在一定程度上,解决了目前部分入侵检测算法存在的问题。
讨论一组实时系统的任务在不同性质的处理器上的分配,使得所有任务得以完成并耗费更少的时间,是NP完全问题。建立了新的任务分析模型——异构多核多帧任务模型,并基于遗传算法给出解决方案。实验证明,该模型更为有效地表达了实时系统的性质,获得更高的分配成功率,算法拥有更低的时间复杂度,结果可信。
为了解决日益严重的垃圾邮件问题,设计了一个新型的基于K-近邻法及移动agent技术的垃圾邮件检测系统。简单介绍了K-近邻法及移动agent技术,详细阐述了基于K-近邻法及移动agent技术的垃圾邮件检测系统的体系结构、工作流程和关键技术。实验结果表明,与同类系统相比,该系统执行速度提高了,对网络稳定性的要求比较低,能够有效阻止垃圾邮件的传播。
民用飞机为获得型号合格证,应按照有关结冰适航规章条款进行结冰适航验证,结冰风洞试验是获取临界冰形的有效途径.本文以Y12F飞机结冰风洞试验实际工程过程为例,总结与分析了
Deep Web信息通过在网页搜索接口提交查询词获得。通用搜索引擎使用超链接爬取网页,无法索引deep Web数据。为解决此问题,介绍一种基于最优查询的deep Web爬虫,通过从聚类网页中生成最优查询,自动提交查询,最后索引查询结果。实验表明系统能自动、高效地完成多领域deep Web数据爬取。
基于已知图像条件下的最大后验概率进行高质量视频重构,利用共谋攻击的思想去除视频中的隐藏信息,计算帧差对可疑视频进行检测;最后与线性共谋攻击检测算法进行对比,实验结果表明该隐写检测算法性能得到了进一步提高。
针对图像分类中传统的特征融合方式所形成的巨大特征空间甚至维数灾难问题,提出了一种基于vague融合的图像分类模型。通过同时给出支持和反对的证据,运用vague集的真假隶属函数对图像分类中多特征分类器的分类结果进行决策融合,多特征分类器的分类结果得到优化和综合,从而获得更准确、更稳定的决策分类结果。实验结果表明,运用此决策融合模型是可行的,同时,图像分类准确率得到了明显提高。
利用细胞神经网络(CNN)模型对彩色图像边缘检测时,首先要解决彩色空间的选择以及颜色距离的计算问题,其次网络参数的选择也是一个重要问题。为了达到在确保边缘检测准确的同时有效抑制噪声的目的,对整幅图像进行分块自适应检测,采用熵来度量图像的各个子区域的不同性质,然后根据该区域的性质选择一组合适的网络参数,对提取该区域图像边缘的CNN模板进行了理论分析和鲁棒性研究,提出一个设计符合相应功能要求的CNN鲁
在高超声速风洞测力试验过程中,冲击载荷或动态载荷激励测力系统结构振动,天平输出信号中包含了振动干扰量,可通过动态补偿方法进行改善,但现有方法处理方式单一,精度受限。