TOP
0
0
魅麗。花火原創小說66折起
證據網絡推理學習理論及其應用(簡體書)
滿額折

證據網絡推理學習理論及其應用(簡體書)

人民幣定價:48 元
定  價:NT$ 288 元
優惠價:87251
絕版無法訂購
相關商品
商品簡介
名人/編輯推薦
目次
書摘/試閱

商品簡介

《證據網絡推理學習理論及其應用》提出并建立了一套完整的證據網絡理論和方法體系,對證據網絡的定義、結構建模、參數表示、不同參數模型下的推理及證據網絡參數和結構學習的相關理論和方法展開了深入論述。《證據網絡推理學習理論及其應用》共分為7章,內容包括:不確定性建模理論,不確定性推理方法,證據網絡提出的價值與意義,證據網絡模型的基本概念、特點、關鍵要素和建模流程,證據網絡的結構與參數,證據網絡的推理問題,不同參數模型下的推理策略與算法,證據網絡參數學習模型與計算方法,證據網絡信度規則模型庫結構學習,以及相關應用研究等。 《證據網絡推理學習理論及其應用》主要面向管理科學與工程、控制科學與工程、信息技術等領域的學者及研究生,也可供相關領域的研究人員閱讀參考。

名人/編輯推薦

《證據網絡推理學習理論及其應用》主要面向管理科學與工程、控制科學與工程、信息技術等領域的學者及研究生,也可供相關領域的研究人員閱讀參考。

目次

前言
第1章緒論
1.1不確定性建模理論
1.1.1不確定性分類
1.1.2不確定性處理
1.2不確定性推理方法
1.2.1主要的不確定性推理方法
1.2.2貝葉斯網絡與影響圖
1.3證據理論相關研究現狀
1.3.1 D—S證據理論的提出
1.3.2 D—S證據理論綜述
1.3.3證據推理
1.3.4證據網絡
1.3.5證據理論與風險決策
1.4存在的問題
1.5本書主要內容及安排
1.5.1研究思路
1.5.2研究內容
第2章證據網絡模型
2.1證據理論與圖模型基礎
2.1.1 D—S證據理論
2.1.2圖模型
2.2證據網絡模型的定義
2.2.1證據網絡的概念
2.2.2證據網絡的特點
2.2.3證據網絡建模過程
2.3證據網絡模型的結構
2.3.I結點之間的關系
2.3.2基于樹模型的證據網絡結構建模
2.3.3基于因果關系圖的證據網絡結構建模
2.4證據網絡模型的參數
2.4.1知識表示模型
2.4.2證據網絡參數的條件信度表示
2.4.3證據網絡參數的信度規則表示
2.5小結
第3章 條件信度參數模型下的證據網絡推理
3.1條件信度參數模型下的證據網絡推理問題
3.1.1推理問題
3.1.2研究思路
3.2證據網絡條件信度推理方法
3.2.1條件信度函數計算基礎理論
3.2.2證據網絡條件信度的正向推理
3.2.3證據網絡條件信度的反向推理
3.2.4證據網絡條件信度的乘積規則
3.2.5證據網絡條件信度推理算例
3.3證據網絡信度合成方法
3.3.1信度合成悖論分析
3.3.2一種新的證據沖突度量方法
3.3.3基于沖突度量的信度合成方法
3.4證據網絡在航天系統安全性分析中的應用
3.5小結
第4章 信度規則參數模型下的證據網絡推理
4.1信度規則參數模型下的證據網絡推理問題
4.1.1推理問題
4.1.2研究思路
4.2不完全信息情況下結點權重獲取方法
4.2.1偏好關系的定義與表示
4.2.2基于目標規劃的權重獲取方法
4.2.3結點權重獲取的數值算例
4.3基于ER的證據網絡推理方法
4.3.1信度結構數據轉化
4.3.2信度規則的激活
4.3.3證據網絡信度規則推理與合成算法
4.3.4證據網絡信度規則推理結果分析
4.4證據網絡在軍事威脅評估與預測中的應用
4.5小結
第5章證據網絡參數學習
5.1證據網絡參數學習問題
5.1.1參數學習的研究思路
5.1.2參數學習問題的數學模型
5.1.3多級證據網絡的參數學習
5.2參數學習目標函數的計算
5.2.1信度結構模型的距離定義
5.2.2參數學習的目標函數
5.3基于投影梯度法的證據網絡參數學習
5.3.1投影梯度法
5.3.2參數學習目標函數的梯度
5.3.3基于投影梯度的證據網絡參數學習方法
5.4證據網絡參數學習應用
5.4.1石油管線風險預警證據網絡模型的參數學習
5.4.2交通事故風險預測證據網絡模型的參數學習
5.5小結
第6章 證據網絡信度規則模型庫結構學習
6.1證據網絡信度規則模型庫結構學習問題
6.2基于約減技術的信度規則模型庫結構學習
6.2.1維度約減技術
6.2.2基于約減的信度規則模型庫結構學習
6.3證據網絡信度規則模型庫結構學習應用
6.3.1示例背景分析與建模
6.3.2不同約減技術的關鍵前件屬性選擇
6.3.3灰靶與主成分分析結果對比—
6.3.4多尺度分析與主成分分析結果對比
6.3.5主成分分析結果魯棒性分析
6.4小結
第7章總結與展望
7.1本書總結
7.2展望
參考文獻
索引

書摘/試閱



國內的研究集中在多源信息融合、決策評估、故障診斷等方面,近十年大約有一百篇文章在中文核心期刊發表,中國科技大學、合肥工業大學、電子科技大學等研究機構近三年也有相關博士論文發表,總之,D—S證據理論已在商業、工業、醫療診斷、質量控制、決策、信息融合、知識管理、網絡安全、風險分析、軟件工程、人工智能、專家系統、模式識別、多屬性決策等多個領域發揮了積極的作用。
1.3.3 證據推理
證據推理理論的研究主要集中在信度函數建模與證據合成規則上,證據推理的核心思想是運用證據合成規則組合各種不確定信息,證據推理只要求滿足比概率論更弱的公理化條件,概率函數可視為信度函數的一種特殊情況,其不依賴于先驗信息,更適合于處理不便獲取先驗概率和條件概率的場合,優點有:①便于信息建模,不要求先驗概率,合成規則利于組合多個證據;②可以描述由于知識缺乏而產生的無知,也可以隨著證據信息的不斷增加,而不斷收斂可行解空間;③D—S信度函數是集合函數而不是點函數;④半可加性原則。
自從Zadeh發現悖論問題以來,沖突證據合成一直是證據理論所關注的重要問題之一,許多學者在這方面進行了不少有益的探索,Yager提出在證據不完全可靠的條件下,取消正規化過程,將沖突全部賦給未知域,此方法認為沖突的證據無法提供有用的信息,使得證據合成后不確定性不減反增,不符合證據推理的目的,Inagaki通過引入一個系數將Yager規則和證據合成規則結合起來,但這個系數的物理意義不明確,證據的合成順序不同結果也不同,Smets在開放世界假設的基礎上提出可傳遞信念模型(TBM),將沖突證據分配給空集,提出非正規化合成規則等方法,同時也產生了開放世界假設下的一系列研究問題,Murphy提出先將證據的基本可信度進行平均,然后再進行合成的方法,該方法處理沖突證據收斂速度快,但簡單地將證據信息進行平均,不考慮證據的相對重要性,與實際不符且結果不理想,Lefevre等把沖突信息提取分析后加入組合規則,建立了統一信度函數的參數化合成規則,將沖突根據影響因子分配給不同的焦元,另外,還有Dubois和Prade提出了非正規化析取規則,以及Denoeux提出的非正規化合取規則等。

您曾經瀏覽過的商品

購物須知

大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。

特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。

無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。

為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。

若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

優惠價:87 251
絕版無法訂購

暢銷榜

客服中心

收藏

會員專區