[发明专利]一种基于粒子群优化算法的增量贝叶斯网学习方法在审

专利信息
申请号: 202010453090.5 申请日: 2020-05-26
公开(公告)号: CN111612160A 公开(公告)日: 2020-09-01
发明(设计)人: 朱允刚;肖俊义;凌雨楠;杨能;余海涛 申请(专利权)人: 吉林大学
主分类号: G06N20/00 分类号: G06N20/00;G06N3/00
代理公司: 苏州创策知识产权代理有限公司 32322 代理人: 周锦全
地址: 130010 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及网络优化技术领域,具体为一种基于粒子群优化算法的增量贝叶斯网学习方法,该方法至少包括:采用一种与传统邻接矩阵、邻接表不同的、类似于二维数组的贝叶斯网络编码方法;充分发挥离散粒子群优化算法在最优搜索领域的优势,并与贝叶斯网恰当结合,完成贝叶斯网结构学习过程中最优结构的搜索过程;将粒子群算法应用于贝叶斯网络学习中,并模拟现实中数据增长的环境,将普通的一次性学习过程改为增量学习过程,使网络模型的结构和参数随时间动态更新,以适应新数据的不断到来。
搜索关键词: 一种 基于 粒子 优化 算法 增量 贝叶斯网 学习方法
【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吉林大学,未经吉林大学许可,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/202010453090.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top