[发明专利]稀缺样本数据集条件下BN模型参数的计算方法有效
| 申请号： | 201710364444.7 | 申请日： | 2017-05-22 |
| 公开（公告）号： | CN107220710B | 公开（公告）日： | 2020-05-19 |
| 发明（设计）人： | 郭文强;李然;侯勇严;刘洲洲;张宝嵘;高文强 | 申请（专利权）人： | 陕西科技大学 |
| 主分类号： | G06N7/00 | 分类号： | G06N7/00 |
| 代理公司： | 西安新思维专利商标事务所有限公司 61114 | 代理人： | 李罡 |
| 地址： | 710021*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及稀缺样本数据集条件下BN模型参数的学习系统及方法，步骤包括：获取领域定性约束知识和稀缺样本数据集；依据所述领域定性约束知识和自助法，获得满足多组约束的BN参数集；采用传统参数学习方法计算出所述稀缺样本数据集条件下BN模型的初始参数；根据所述满足多组约束的BN参数集和所述初始参数，计算所述稀缺样本数据集条件下BN模型的参数。本发明可通过领域定性约束知识和稀缺样本数据集来学习到稀缺样本数据集条件下BN模型的初始参数，从而避免了现有方法学习结果的不精确性和复杂性的问题，能够实现在稀缺样本数据集条件下通过便捷的方法获得精确的BN模型的参数，从而扩展了人工智能算法的应用范围。 | ||
| 搜索关键词： | 稀缺 样本 数据 条件下 bn 模型 参数 计算方法 | ||
【主权项】：
稀缺样本数据集条件下BN模型参数的学习方法，其特征在于：包括以下步骤：获取领域定性约束知识和稀缺样本数据集；依据所述领域定性约束知识和自助法，获得满足多组约束的BN参数集；采用传统参数学习方法计算出所述稀缺样本数据集条件下BN模型的初始参数；根据所述满足多组约束的BN参数集和所述初始参数，计算所述稀缺样本数据集条件下BN模型的参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于陕西科技大学，未经陕西科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710364444.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种路灯灯泡更换车
- 下一篇：一种螺栓自动分料机构
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
