多重改进型指数双向联想记忆模型及其在多证据推理中的决策性能

• 作者: 蔡骏 陈松灿
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 证据推理 神经网络 指数双向联想记忆 决策
• 年，卷（期）: 2000,（11）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 1184-1188
• 页数: 5页
• 分类号: TP18
• 字数: 3781字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2000.11.011

摘要

提出了多证据推理中采用神经网络来模拟信念组合学习的方法.网络由多个改进型指数双向联想记忆模型(IeBAM)构成,并且共享一个输出来同时进行多证据不确定性的管理.文中证明了多重IeBAM(Multi-IeBAM)的稳定性,讨论了在多条证据同时提交网络后的多数规则.理论和实验都证明了多数因子比Wang所提模型更紧凑、更严格,从而可保证在受一定程度的干扰下,专家们仍能做出正确决策.最后所给出的模拟例子的结果与直觉推理相吻合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈松灿	南京航空航天大学计算机科学与工程系	120	1370	19.0	32.0
2	蔡骏	南京大学计算机软件新技术国家重点实验室	1	10	1.0	1.0