《表1 动态构建贝叶斯网的算法》

提取 ⇩
《表1 动态构建贝叶斯网的算法》
《基于本体和贝叶斯的知识共享系统设计》

构建好贝叶斯网络之后,用户可以基于网络进行推理决策。若在某种条件组合下,用户需要做出某一决策,寻找一个最优解,此时,系统将检索案例库,根据专家以往的经验进行判断,如果有相同的案例,因为其非常具有代表性,系统将其单独列出以供用户参考。但是很多时候并没有完全相同的案例,或者仅仅一两个相同案例不具备代表性,容易以偏概全。此时,会对整个案例库进行统计,建立一个多方面考量的贝叶斯网络,从各个角度给用户提供参考。本系统中利用了Netica-J API进行建模和推理,不仅能给予用户整个案例的贝叶斯分类结果,而且还能分析各个因素单独对结果的影响。用户在浏览过多策略的推理结果之后,将更有把握地做出最终决策结果,同时可以将决策结果存入案例库中以备以后参考。

  1. 保存图表

查看“表1 动态构建贝叶斯网的算法”的人还看了

表6 贝叶斯网络节点赋值
表6 贝叶斯网络节点赋值
基于贝叶斯网络的商场火灾概率估算研究
表2 贝叶斯网络变量声明
表2 贝叶斯网络变量声明
面向组合投资预测的大数据生成算法
表5 贝叶斯网络计算结果
表5 贝叶斯网络计算结果
基于贝叶斯网络的高原城市公交服务质量研究
表1 朴素贝叶斯算法描述
表1 朴素贝叶斯算法描述
基于Python语言的“人工智能”课程教学改革研究
表2 贝叶斯网络节点描述
表2 贝叶斯网络节点描述
旧工业建筑再生利用坍塌风险诊断——基于本体-贝叶斯网络分析
表2 活动数据帧集:一种基于动态贝叶斯网络的人体动作识别方法
表2 活动数据帧集:一种基于动态贝叶斯网络的人体动作识别方法
一种基于动态贝叶斯网络的人体动作识别方法