基于自适应粒子滤波的动态贝叶斯网推理算法
提出一种基于自适应粒子滤波的动态贝叶斯网推理算法,该算法能随着动态贝叶斯网状态演化的不确定性动态改变抽样粒子数目,其根据是通过给定抽样误差界限来确定粒子数.当状态空间不确定性较低时,算法使用较少的粒子数;当状态空间不确定性很大时,将使用较多的粒子数.模拟实验表明该算法很好地兼顾了推理精度和推理时间,性能优于粒子滤波算法;与RBPF算法相比,该算法在稳定性和适用性方面也具有一定优势.
动态贝叶斯网络、粒子滤波、自适应粒子滤波
27
TP181(自动化基础理论)
高等学校博士学科点专项科研项目20050359012
2007-04-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
369-372