信度网推理--方法及问题(下)

摘要：

@@ 3.2团树传播方法[20]
信度网推理的第二类算法为基于团树传播的方法[3,9,7,10].该方法采用了另一种图形表达方式来表达联合概率分布,即采用了另一种对联合概率分布进行参数化的方法.该方法所对应的图形结构是一棵无向树--团树.该树必须满足如下特征: 每一个节点为一个团,每一个团里面将包含一定量的随机变量; 每两个相邻团节点X和Y之间,都有一个分隔节点S,该节点中的随机变量为相邻两节点中随机变量的交集:S=X∩Y; 对于任意两个团节点X和Y,如果它们随机变量集合的交集S不为空,则在连接X和Y路径上所有节点的随机变量集合均包含集合S中的随机变量(即满足Join Tree特征); 对于团树中的每一个节点Xi(包括团节点和分隔节点),都包含有一个函数Фxi.该函数表达了该节点内各个随机变量间的联合概率分布.它将节点Xi中随机变量的每一种取值组合映射为一个≥0的数,该数被习惯称作--势.

机标关键词：信度网推理、随机变量的、分隔节点、联合概率分布、传播方法、团树传播、集合、组合映射、图形结构、特征、交集、函数表达、表达方式、参数化、算法、取值、路径、连接、定量

所属期刊栏目：28

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金;教育部跨世纪优秀人才培养计划;重庆市科技攻关项目

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：115-118,84