基于改进的贝叶斯网络算法在中医医案中的应用研究

中医医案是中国老中医的智慧的结晶,为了挖掘出中医医案中隐藏的大量的临证经验及用药规律,本文采用了数据挖掘技术对中医医案进行结构化研究,使用了改进的贝叶斯网络算法对其医案进行分析,发现其中的规律,为中医医案的发展做出了一定的改进.     

求解无约束优化的类电磁机制算法的改进

针对无约束优化问题,根据类电磁机制算法的寻优机理,对其提出了改进措施,主要改进：引入了新的局部搜索方法;改变了力的计算过程;在每次迭代的后期,引入高斯变异算子对群体进行扰动.数值模拟结果表明,改进后算法的性能得到了有效提高.     

贝叶斯网络结构粒子群优化学习算法

提出一种信息论结合粒子群优化的贝叶斯网络结构学习算法,将约束最大信息熵作为最高评分函数,对网络结构进行复杂度约束,设计了粒子位置和速度向量的操作方法,解决单纯利用KL距离进行搜索的缺陷。在网络结构的搜索空间相对较大的情况下,该优化算法能在较短的时间内收敛,获得更准确的网络结构。仿真实验结果表明,该算法在时间和精度上都具有较好的效果。     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务。已成为网络时代人们对信息系统提出的新的需求。但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系，成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述。然后讨论其在数据挖掘中的应用和优势。     

基于贝叶斯网络的网络风险评估研究

建立一个基于贝叶斯网络的风险评估模型,通过风险因素识别、建模和定量计算对网络运行过程中产生的风险进行评估。选取流量、CPU和内存这3个网络性能指标参数作为网络发生风险的定性分析因素,通过贝叶斯网络来计算出各风险因素造成网络发生风险的概率并对其进行排序,确定各风险因素对网络风险的影响程度,并计算出网络风险率。     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务,已成为网络时代人们对信息系统提出的新的需求,但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系,成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述,然后讨论其在数据挖掘中的应用和优势。     

贝叶斯网络对故障树方法的改进

通过建立映射 ,引入作为目前处理概率知识基础上不确定性问题的最有力的推断方法———贝叶斯网络 (BN) ,有效地解决可靠性分析中最常用的故障树分析 (FTA)方法的局限性 :各部件独立 ,状态为二值等。     

基于贝叶斯网络的协同过滤推荐算法

网络技术的快速发展产生了海量用户数据,为在海量数据中寻找与用户需求相符的数据,提出一种能快速得到较准确推荐结果的基于贝叶斯网络的协同过滤推荐算法。实验结果表明,与传统协同过滤推荐算法相比,该算法准确度更高。     

基于改进评价准则的贝叶斯网络模型选择

现有的贝叶斯网络模型选择的各种评价准则中,评价准则最为常用.然而在大样本前提下近似推导得到的准则,在基于小样本条件下进行贝叶斯网络模型选择时,得到的网络过于稀疏,网络连通性不足.而准则在小样本条件下学习贝叶斯网络,选择出的网络往往比较复杂.针对这一情况,本文通过引入调整因子,将与准则的惩罚项进行加权,提出了评价准则,从而提高了小样本情况下贝叶斯网络模型选择的效果.理论分析和实验结果反映了改进的准则的合理性和有效性.     

基于免疫机制的入侵检测模型研究

随着网络应用的不断扩展,网络安全问题变得越来越重要,在传统的加密和防火墙技术的基础上．入侵检测技术是对传统网络安全防御技术的补充,目前正成为网络安全技术领域内的一个研究热点。本文结合校园网实际,在比较通用入侵检测模型和基于免疫机制的检测结构模型的基础上,提出了生物启发式预警系统。     

基于免疫机制的入侵检测模型研究

随着网络应用的不断扩展,网络安全问题变得越来越重要,在传统的加密和防火墙技术的基础上,入侵检测技术是对传统网络安全防御技术的补充,目前正成为网络安全技术领域内的一个研究热点。本文结合校园网实际,在比较通用入侵检测模型和基于免疫机制的检测结构模型的基础上,提出了生物启发式预警系统。     

贝叶斯人工智能的概率证成

贝叶斯人工智能是将概率方法融入人工智能软件开发的架构,使其在执行任务时建模人类推理,并明智地应对不确定性来源的变化。贝叶斯理论融入人工智能是数字时代的发展所需,贝叶斯推理、贝叶斯网络与融合效用理论的决策网络是贝叶斯人工智能架构的重要组成部分。贝叶斯推理以贝叶斯概率为逻辑起点来描述不确定性,以贝叶斯公式为哲学指引进行信念更新。为了降低计算复杂度,贝叶斯网络以其独特的计算优势和强大的推理能力,拓宽和深化了概率推理的应用领域。通过添加行动和效用节点,贝叶斯网络扩展成为决策网络,有效地帮助人们实现最大期望效用。贝叶斯人工智能可以建模任何关涉不确定性现实问题的领域,定位和发挥人工智能的助手和技术优势,其关键在于背后的概率根基,指引人工智能更好地预测世界如何运行。     

产学研协同创新风险分担机制研究——基于贝叶斯网络法

产学研协同创新风险分担机制设计与运行绩效的优劣,决定着产学研协同创新项目的成败和协同创新活动能否持续推进。从风险分担机制形成机理和风险分担模式分析入手,借助贝叶斯网络法,比较分析基于实践案例的不同模式风险分担机制的风险控制绩效和存在的问题,提出完善科技服务和知识产权市场管理、推进风险分担机制市场化、引入风险投资、加强公共服务平台建设、创新政府财政支持体制和风险管理理念,是产学研协同创新风险分担机制的优化路径。     

贝叶斯网络研究综述

贝叶斯网络将概率理论和图论相结合,为解决不确定性问题提供了一种自然而直观的方法．近年来,贝叶斯网络已成为国内外智能数据处理的研究热点之一,被广泛应用于专家系统、决策支持、模式识别,机器学习和数据挖掘等领域．综述了贝叶斯网络的典型推理和学习算法,并对其进一步的研究方向进行了展望．     

基于免疫机理的社区安全预警响应机制研究

本文利用社会仿生学、免疫学、相似论等学科知识,将人体免疫机理移植到社区系统。通过仿生人体免疫系统的相关预警机制,来构建社区系统防范"暴恐"事件发生的预警机制。     

基于贝叶斯网络的电控发动机故障诊断研究

分析了贝叶斯网络的拓扑结构,给出了发动机怠速不良的故障树图．然后根据故障树到贝叶斯网络的转化算法,建立了贝叶斯网络模型．借助故障模拟试验数据确定了发动机怠速不良时电控汽油喷射系统贝叶斯网络故障诊断中各节点的先验概率值,然后通过贝叶斯网络找出了发动机怠速不良时电控汽油喷射系统各部件的故障发生概率．     

免疫算法关键技术与优化研究

在生物科学和信息学科研究领域,国内外专家已经对进化、遗传和免疫等自然现象进行了广泛而深入的研究。设计了一种新的并行混沌免疫优化算法,该算法不仅将混沌优化的最新成果引入到免疫算法研究领域,而且将混沌优化和免疫算法进行有机融合,为免疫算法研究领域提供了新的研究工具和方法。     

基于动态贝叶斯网络的障碍物辨识研究

依据对样本的统计学习和对事物的先验知识,在数据缺失或没有样本数据的情况下依然可以建立有效的分类器。从图像中提取特征,筛选出所需特征,构建贝叶斯网络模型,并计算各节点的条件概率。将所需数据传入建好的网络系统中,通过一系列推理判断得到所需答案。实验结果表明,利用动态贝叶斯网络建立的障碍物辨识系统,能有效实现人和车辆等障碍物的辨识。     

改进朴素贝叶斯算法的人脸表情识别

传统图像特征提取具有较高维度缺陷,造成算法分类效率低、复杂度高、分类速度慢、计算开销大等问题.为此提出AAM算法,定位关键点提取人脸表情几何特征.将朴素贝叶斯分类器结合特征属性重要度调节高斯核函数,使用K近邻算法实现分类决策,提出一种WNBC-KNN分类方法,从降低数据维度和分类算法两方面优化人脸表情分类.在CK+数据...     

植物免疫及其机制

植物免疫是植物在长期演化过程中对周围环境和其它生物影响做出的防御反应之一，是生物之间协同进化的结果。本文主要介绍了植物的物理免疫和化学免疫防御机制、植物免疫的诱导因素、诱导的分子机制等，并阐述了植物自然免疫性与可持续发展之间的关系。