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:
变结构离散动态贝叶斯网络(SVDDBN)处理不确定性问题更具有一般性,为了克服SVDDBN缺失数据会导致推理结果精度变差的问题,提出了一步预测的SVDDBN缺失数据插补算法.根据信息可以沿着网络的时间轴方向向下一个时间片传播的规律,利用"混合"信息在线进行信度更新,可得到滤波值,再通过进一步预测得到下一个时间片缺失数据节点的后验概率作为插补值.仿真结果表明:提出的算法能有效插补缺失数据,提高SVDDBN推理的精确度及可靠性.
推荐文章
基于小波网络的外测缺失数据插补方法
飞行器试验
外测
小波网络
采样率
统计调查表缺失数据插补效果的实证分析
缺失数据
插补
相关性
实证分析
一维模型
多维模型
统计调查表缺失数据插补效果的实证分析
缺失数据
插补
相关性
实证分析
一维模型
多维模型
基于用电负荷的缺失数据插补方法研究
数据插补
负荷预测
均值插补
回归插补
期望最大化(EM)插补
电力市场改革
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 一步预测的SVDDBN缺失数据插补算法
来源期刊 计算机工程与应用 学科 工学
关键词 变结构离散动态贝叶斯网络(SVDDBN) 缺失数据 数据插补算法
年,卷(期) 2020,(7) 所属期刊栏目 大数据与云计算
研究方向 页码范围 81-87
页数 7页 分类号 TP181
字数 4115字 语种 中文
DOI 10.3778/j.issn.1002-8331.1910-0035
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 陈海洋 西安工程大学电子信息学院 12 18 3.0 4.0
2 环晓敏 西安工程大学电子信息学院 3 0 0.0 0.0
3 刘喜庆 西安工程大学电子信息学院 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (180)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(6)
  • 参考文献(5)
  • 二级参考文献(1)
2015(6)
  • 参考文献(3)
  • 二级参考文献(3)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
变结构离散动态贝叶斯网络(SVDDBN)
缺失数据
数据插补算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导