[发明专利]一种混合贝叶斯网络的学习与推理方法在审
| 申请号： | 201911319431.3 | 申请日： | 2019-12-19 |
| 公开（公告）号： | CN111126477A | 公开（公告）日： | 2020-05-08 |
| 发明（设计）人： | 朱成就;徐康康;杨海东;印四华;杨慧芳 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 张金福 |
| 地址： | 510060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种混合贝叶斯网络的学习与推理方法，包括：S1：采用有监督的自上而下的离散化算法CACC，来离散化连续变量；S2：采用Gibbs Sampling算法，用以解决不完整数据集的参数学习问题，得到了完整的混合贝叶斯网络模型；S3：采用马尔科夫链蒙特卡洛算法(MCMC)和联合树算法，作为混合贝叶斯网络推理算法，寻求更加适合应用场景的推理算法。本发明采用CACC算法离散化连续变量，保证了计算效率；本发明采用的不完整数据集的参数学习方法，简化了参数学习步骤，缩短了网络构建周期，并且避免了极端化数据的出现。本发明采用的两种混合贝叶斯网络推理方法，在精确率和及时率方面表现良好。 | ||
| 搜索关键词： | 一种 混合 贝叶斯 网络 学习 推理 方法 | ||
【主权项】：
暂无信息
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广东工业大学，未经广东工业大学许可，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/201911319431.3/，转载请声明来源钻瓜专利网。
