10.3321/j.issn:0372-2112.2004.02.017
Bayesian网转化为神经元网
Bayesian网目前广泛应用于专家系统中,用于处理大量以条件概率为形式的数据.本文借用神经元网络结构,根据专家给定的相关模型和部分观察集使用后向传播对条件概率进行估计,并在训练中,保持Bayesian网特性不变,应用Occam修剪法则,在化简过程中提炼其中的规律.实践表明,对于复杂的问题,由化简的因果模型得出的神经元网络更有效.
Bayesian网、SIGMA-PI网络、后向传播网
32
TP181(自动化基础理论)
国家高技术研究发展计划863计划863-306-ZD05-01-2;国家自然科学基金69883003;高等学校博士学科点专项科研项目;教育部重点实验室基金
2004-04-30（万方平台首次上网日期，不代表论文的发表时间）
共4页
250-253
