离散动态贝叶斯网络的进化粒子滤波推理算法

• 作者: 姚宏亮 杨峰 王浩
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 动态贝叶斯网络 粒子滤波算法 退化现象 粒子群优化
• 年，卷（期）: 2008,（z1）
• 所属期刊栏目: 人工智能
• 页码范围: 295-299
• 页数: 5页
• 分类号: TP181
• 字数: 4021字
• 语种: 中文

摘要

粒子滤波(PF)是动态贝叶斯网络(DBN)的一种近似推理算法,虽然重抽样过程的引入能有效减轻PF的退化现象,却带来了采样枯竭问题,导致推理精度下降.提出一种进化粒子滤波(EPF)推理算法,把离散粒子群优化(DPSO)技术引入到传统PF中,利用DPSO的迭代寻优能力重新分配粒子,使粒子的表示更加接近真实后验概率密度,以提高PF的推理精度.在离散DBN上的概率推理实验结果表明了EPF算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王浩	合肥工业大学计算机与信息学院	193	1473	20.0	29.0
2	姚宏亮	合肥工业大学计算机与信息学院	95	488	11.0	16.0
3	杨峰	合肥工业大学计算机与信息学院	10	99	5.0	9.0