摘要:
针对信息不完备小样本条件下离散动态贝叶斯网络参数学习问题,提出约束递归学习算法。该方法通过前向算法建立含有隐藏变量的离散动态贝叶斯网络参数递归估计模型,以当前时刻网络参数为变量,构建均匀分布表示的先验参数约束模型。在此基础上利用优化算法获得近似的Beta分布,将该分布下的先验参数信息加入递归估计模型中完成参数学习。通过无人机动态威胁评估模型验证了该方法的有效性和精确性。
任佳, 高晓光, 白勇. 信息不完备小样本条件下离散DBN参数学习[J]. Journal of Systems Engineering and Electronics, 2012, 34(8): 1723-1728.
REN Jia, GAO Xiao-guang, BAI Yong. Discrete dynamic BN parameter learning under small sample and incomplete information[J]. Journal of Systems Engineering and Electronics, 2012, 34(8): 1723-1728.