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:
在给定贝叶斯网络结构情况下,利用EM算法及改进的EM算法对防洪决策贝叶斯网络进行参数学习,改进的EM算法通过定义祖先集及计算该祖先集中变量的条件概率,降低期望计算的计算量.应用两种算法对防洪决策贝叶斯网络进行了性能比较,结果表明,改进的EM算法用于贝叶斯网络参数学习和决策支持具有较高的计算速度和精确度.
推荐文章
期望最大(EM)算法及其在混合高斯模型中的应用
EM算法
混合高斯模型
参数估计
应用
改进的决策树算法在成绩分析中的应用
数据挖掘
决策树
ID3算法
成绩分析
定性影响图及其决策算法改进研究
定性影响图
定性贝叶斯网络
决策
算法改进
一种改进的决策树算法及其应用
铝电解
决策树
加权信息增益
加权ID3
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 改进的EM算法及其在防洪决策中应用
来源期刊 大连理工大学学报 学科 地球科学
关键词 贝叶斯网络 参数学习 EM算法 决策支持系统
年,卷(期) 2004,(3) 所属期刊栏目 电子与信息工程、管理
研究方向 页码范围 454-458
页数 5页 分类号 P311
字数 3802字 语种 中文
DOI 10.3321/j.issn:1000-8608.2004.03.030
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 王秀坤 大连理工大学计算机系 124 1429 18.0 31.0
2 杨南海 大连理工大学计算机系 14 198 8.0 14.0
3 张少中 大连理工大学计算机系 8 120 7.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (8)
同被引文献  (25)
二级引证文献  (36)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
贝叶斯网络
参数学习
EM算法
决策支持系统
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导