平稳动态系统DBN结构学习模型设计
针对动态数据挖掘问题,提出了一种平稳系统连续变量动态贝叶斯网络(Dynamic Bayesian Networks,DBN)结构学习模型,用于智能体的自主优化;首先给出了平稳系统连续变量结构学习的基本思路及假设条件,讨论了平稳系统连续变量DBN结构学习的模型设计问题;其次,在诸多随机过程系统文献的基础上.提出了系统的BIC评分函数,在有限时间T内的情况给出三个定义,并设计了学习的基本框架;最后,设计了平稳系统连续变量的实验模型并进行了仿真,结果表明,该模型能正确地学习出所设计的DBN结构.
DBN、结构学习、模型设计、平稳系统、BIC评分函数
17
TP18(自动化基础理论)
2009-10-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
1623-1626