作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过示例给出了贝叶斯网络的构造方法,概括了贝叶斯网络的特点及贝叶斯网络学习的内容与过程,同时给出了离散型贝叶斯网络的预测公式.贝叶斯网络学习主要有三个基本环节,其一是确定变量集和变量域;其二是确定贝叶斯网络结构;其三是确定局部概率分布.贝叶斯网络是描述变量之间定性与定量依赖关系的图形模式,是进行数据联合分析与预测的有力工具.
推荐文章
基于贝叶斯网络的跳频序列多步预测
跳频序列
贝叶斯网络
相空间重构
多步预测
基于贝叶斯网络的内部威胁预测研究
内部威胁
贝叶斯网络
网络攻击图
似然加权法
基于预测能力的贝叶斯网络分类器学习
贝叶斯网络
分类器
预测能力
基于TAN贝叶斯网络分类器的测井岩性预测
贝叶斯网络分类器
测井岩性预测
树扩展朴素贝叶斯分类器
模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用于预测的贝叶斯网络
来源期刊 东北师大学报(自然科学版) 学科 工学
关键词 先验贝叶斯网络 后验贝叶斯网络 贝叶斯网络学习
年,卷(期) 2002,(1) 所属期刊栏目
研究方向 页码范围 9-14
页数 6页 分类号 TP311.134.1
字数 2934字 语种 中文
DOI 10.3321/j.issn:1000-1832.2002.01.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王辉 东北师范大学计算机科学系 29 610 12.0 24.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (19)
参考文献  (5)
节点文献
引证文献  (99)
同被引文献  (58)
二级引证文献  (445)
1997(7)
  • 参考文献(3)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(5)
  • 引证文献(4)
  • 二级引证文献(1)
2004(17)
  • 引证文献(6)
  • 二级引证文献(11)
2005(27)
  • 引证文献(10)
  • 二级引证文献(17)
2006(29)
  • 引证文献(7)
  • 二级引证文献(22)
2007(43)
  • 引证文献(11)
  • 二级引证文献(32)
2008(33)
  • 引证文献(12)
  • 二级引证文献(21)
2009(41)
  • 引证文献(5)
  • 二级引证文献(36)
2010(32)
  • 引证文献(5)
  • 二级引证文献(27)
2011(31)
  • 引证文献(7)
  • 二级引证文献(24)
2012(36)
  • 引证文献(4)
  • 二级引证文献(32)
2013(36)
  • 引证文献(6)
  • 二级引证文献(30)
2014(41)
  • 引证文献(6)
  • 二级引证文献(35)
2015(39)
  • 引证文献(6)
  • 二级引证文献(33)
2016(26)
  • 引证文献(4)
  • 二级引证文献(22)
2017(30)
  • 引证文献(2)
  • 二级引证文献(28)
2018(41)
  • 引证文献(3)
  • 二级引证文献(38)
2019(26)
  • 引证文献(1)
  • 二级引证文献(25)
2020(11)
  • 引证文献(0)
  • 二级引证文献(11)
研究主题发展历程
节点文献
先验贝叶斯网络
后验贝叶斯网络
贝叶斯网络学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北师大学报(自然科学版)
季刊
1000-1832
22-1123/N
大16开
长春市人民大街5268号
12-43
1951
chi
出版文献量(篇)
2302
总下载数(次)
5
论文1v1指导