基于动态贝叶斯网的状态预测

张自立 刘惟一

引用本文:
Citation:

基于动态贝叶斯网的状态预测

    通讯作者: 刘惟一
  • 基金项目:

    云南省自然科学基金资助项目(2005F0009Q)

  • 中图分类号: TP 181

State prediction based on the dynamic Bayesian network

    Corresponding author: LIU Wei-yi
  • CLC number: TP 181

  • 摘要: 由于状态的取值不仅依赖于前一时刻状态而且还受到多种随机因素的影响,因此预测模型应当能够表示出变量之间的这些依赖关系.而动态贝叶斯网络是解决此问题的一个有效工具.基于动态贝叶斯网提出了一种状态预测模型,并根据随机事件之间的互信息量提出了节点之间的支持度,还提出了利用支持度的证据传播算法来修正预测结果的方法.最后,给出了综合预测过程.
  • [1] 费兵强韩炜马霄华党亚玲蔡寅潮谭惠李文轩 . 2010—2015年焉耆盆地LUCC特征分析及预测. 云南大学学报(自然科学版), 2017, 39(3): 395-404. doi: 10.7540/j.ynu.20160680
    [2] 黄玮程建刚王学锋周建琴晏红明 . 基于气候模式的动力-统计降尺度技术在云南降水预测中的应用. 云南大学学报(自然科学版), 2013, 35(6): 782-790. doi: 10.7540/j.ynu.20120078
    [3] 黄宏运朱家明李诗争 . 基于遗传算法优化的BP神经网络在股指预测中的应用研究. 云南大学学报(自然科学版), 2017, 39(3): 350-355. doi: 10.7540/j.ynu.20160516
    [4] 夏元铃张自立李维华刘惟一 . 带区间参数的贝叶斯网的近似推理. 云南大学学报(自然科学版), 2008, 30(2): 135-141.
    [5] 周爱红尹超袁颖 . 基于主成分分析和支持向量机的砂土渗透系数预测模型*. 云南大学学报(自然科学版), 2016, 38(5): 742-749. doi: 10.7540/j.ynu.20150781
    [6] 周永军牛中奇张 辉侯建强王西明 . 城市非规则排列小区场强预测及可视区域电波传播特性的研究. 云南大学学报(自然科学版), 2013, 35(4): 457-462. doi: 10.7540/j.ynu.20120515
    [7] 李海燕余鹏飞周浩 . 基于贝叶斯判别器的面部检测. 云南大学学报(自然科学版), 2006, 28(4): 303-306.
    [8] 王志忠宋允全 . 非线形模型方差的贝叶斯估计. 云南大学学报(自然科学版), 2005, 27(4): 289-293,356.
    [9] 钱民唐克生 . 基于定性动态概率网络的交通状态预测及改进. 云南大学学报(自然科学版), 2012, 34(2): 165-168,176.
    [10] 赵秦怡王丽珍周丽华 . 一种基于朴素贝叶斯分类法的空间分类算法. 云南大学学报(自然科学版), 2004, 26(4): 297-300.
    [11] 向光军孔兵欧家钦 . 贝叶斯网络VE推理算法的并行化研究. 云南大学学报(自然科学版), 2010, 32(4): 392-395, .
    [12] 彭兴媛刘琼荪王立威 . 基于条件互信息下聚类的朴素贝叶斯分类算法. 云南大学学报(自然科学版), 2011, 33(5): 517-520.
    [13] 蔡娜王俊英刘惟一 . 一种基于小数据集的贝叶斯网络学习方法. 云南大学学报(自然科学版), 2007, 29(4): 359-363,370.
    [14] 武晓芳袁志祥 . 基于中国知网的《地震研究》网络传播统计分析. 云南大学学报(自然科学版), 2011, 33(S2): 33-36.
    [15] 程祥磊鲍慈光彭莉 . 人工神经网络预测离子色谱分离条件. 云南大学学报(自然科学版), 2003, 25(1): 61-64.
    [16] 刘洋龙华赵继东杜庆治 . 基于GABP技术的PCA弥苴河水质预测. 云南大学学报(自然科学版), 2017, 39(1): 39-44. doi: 10.7540/j.ynu.20160125
    [17] 孙静黄铭申东娅杨明华沈宏伟 . 交互式移动通信小区覆盖区预测及应用. 云南大学学报(自然科学版), 2002, 24(3): 180-182.
    [18] 唐菁敏马含 . 基于混沌粒子群优化的微电网短期负荷预测. 云南大学学报(自然科学版), 2019, 41(6): 1123-1129. doi: 10.7540/j.ynu.20190017
    [19] 郑柱坚彭宇朝 . 直流电测深在澜沧某铅矿预测找矿靶区的应用. 云南大学学报(自然科学版), 2012, 34(S2): 296-299.
    [20] 刘飞虎郭鸿彦邓纲顿昊阳李飞杨明 . 大麻茎皮出麻率早期非破坏性预测技术研究. 云南大学学报(自然科学版), 2010, 32(4): 493-496 .
  • 加载中
计量
  • 文章访问数:  1576
  • HTML全文浏览量:  84
  • PDF下载量:  1883
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-06-01
  • 刊出日期:  2007-01-15

基于动态贝叶斯网的状态预测

    通讯作者: 刘惟一
  • 1. 云南大学 计算机科学与工程系 云南 昆明 650091
基金项目:  云南省自然科学基金资助项目(2005F0009Q)

摘要: 由于状态的取值不仅依赖于前一时刻状态而且还受到多种随机因素的影响,因此预测模型应当能够表示出变量之间的这些依赖关系.而动态贝叶斯网络是解决此问题的一个有效工具.基于动态贝叶斯网提出了一种状态预测模型,并根据随机事件之间的互信息量提出了节点之间的支持度,还提出了利用支持度的证据传播算法来修正预测结果的方法.最后,给出了综合预测过程.

English Abstract

目录

    /

    返回文章
    返回