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:
贝叶斯网络因其处理不确定性问题的能力及其良好的因果推理机制已成为因果数据采掘的主要技术,同样,它也是实现分布估计算法的一个重要途径.而应用贝叶斯网络所解决的一些实际问题的知识表示中会用到混合进制数.因此,给出了十进制数与混合进制数之间的相互转化定理及其严密的理论证明,旨在应用定理中简单的公式来代替以往复杂的转化算法.
推荐文章
贝叶斯网络结构学习综述
贝叶斯网络
结构学习
数据
统计分析
搜索
贝叶斯网络结构学习的发展与展望
概率贝叶斯网络
因果贝叶斯网络
贝叶斯网络结构学习
因果数据挖掘
基于因果效应的贝叶斯网络结构学习方法
贝叶斯网络
阿尔茨海默病
K2算法
因果效应
BDe评分
互信息
基于最大信息系数的贝叶斯网络结构学习算法
贝叶斯网络
结构学习
节点次序
最大信息系数
条件独立性测试
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 混合进制及其在贝叶斯网络结构学习中的应用
来源期刊 计算机工程与设计 学科 工学
关键词 混合进制 十进制 贝叶斯网络 结构学习 参数学习
年,卷(期) 2007,(3) 所属期刊栏目 计算机软件与算法
研究方向 页码范围 504-505,523
页数 3页 分类号 TP18
字数 2536字 语种 中文
DOI 10.3969/j.issn.1000-7024.2007.03.003
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 熊盛武 武汉理工大学计算机学院 81 748 15.0 23.0
2 胡中波 武汉理工大学计算机学院 6 66 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (37)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
研究主题发展历程
节点文献
混合进制
十进制
贝叶斯网络
结构学习
参数学习
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
相关基金
湖北省自然科学基金
英文译名:Natural Science Foundation of Hubei Province
官方网址:http://www.shiyanhospital.com/my/art/viewarticle.asp?id=79
项目类型:重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导