静态贝叶斯网络

本文介绍了静态贝叶斯网络的概念,探讨了其研究内容,包括计算复杂性和网络结构的确定问题。重点讲解了最大后验分布估计和条件期望估计,并详细阐述了贝叶斯网络的推理算法,如证据相关法和交叉树算法。
摘要由CSDN通过智能技术生成

一、什么是静态贝叶斯网络?

   研究和应用BN时,不考虑时间因素对系统和数据的影响。

二、研究内容

  1. 计算复杂性

  2. 网络结构的确定问题
    在这里插入图片描述
    在这里插入图片描述

  3. 已知结构的参数确定问题
    在这里插入图片描述
    最大后验分布估计和条件期望估计。

  4. 在给定结构上的概率计算
    在这里插入图片描述

  5. 贝叶斯网络推理算法:证据相关法、交叉树算法

三、推理方法

1.证据相关法
首先,对于任意一个节点X,和它相关的有父节点和子节点。
在这里插入图片描述
节点X有多种状态,对应一系列命题,表示为x=(x1,x2,x3,……xn);引入置信度的概念表示节点间的关系,置信度就是条件概率。
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值