数学基础——粗糙集-机器人与智能技术试验室-合肥工业大学.PPT

数学基础——粗糙集-机器人与智能技术试验室-合肥工业大学.PPT

  1. 1、本文档共138页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数学基础——粗糙集-机器人与智能技术试验室-合肥工业大学

* * * * * * * * * * * * * 陨石坑的数目是是衡量遥远行星地质形成年龄的工具,陨石坑形态学的知识促进了大量的行星地质问题的研究,如自然降解过程[4],地质的区域性差异[5],地下挥发物质的分布[6]。 * * 陨石坑的数目是是衡量遥远行星地质形成年龄的工具,陨石坑形态学的知识促进了大量的行星地质问题的研究,如自然降解过程[4],地质的区域性差异[5],地下挥发物质的分布[6]。 * * 陨石坑的数目是是衡量遥远行星地质形成年龄的工具,陨石坑形态学的知识促进了大量的行星地质问题的研究,如自然降解过程[4],地质的区域性差异[5],地下挥发物质的分布[6]。 * * 陨石坑的数目是是衡量遥远行星地质形成年龄的工具,陨石坑形态学的知识促进了大量的行星地质问题的研究,如自然降解过程[4],地质的区域性差异[5],地下挥发物质的分布[6]。 * * 在无人探测器着陆过程中,陨石坑也是安全着陆所需避开的障碍之一;同时陨石坑也可以作为地面标志物,用于探测器的位置定位算法中的特征跟踪[7],因此,陨石坑在行星探测方面得到了广泛的研究和应用。 * * 在一个陨石坑生命周期存在侵蚀、掩埋、覆盖以及转化问题,检测圆形状的陨石坑比单纯从图像检测完整圆形更困难。 * * * * 合肥工业大学人工智能与数据挖掘研究室 */137 贝叶斯网络——应用 TN_GN算法得到的基因网络 真实基因调控网络的子网络 * 合肥工业大学人工智能与数据挖掘研究室 */137 贝叶斯网络——应用 复杂网络和证卷市场 复杂网络是从功能的角度,以结构的形式对复杂系统进行的一种抽象。便于描述功能之间的相关性,以及功能内部的作用关系。能表示大规模复杂系统的结构关系和结构特征(如,结构的存在性、结构的复杂性与耦合性等)。 复杂网络(Complex Network)主要有三种基本描述模型:随机网络(结点之间的边以一定概率存在)、小世界模型(结点紧密耦合一般出现在系统的局部)和无尺度模型(结点的连接度是幂律分布且具有标度不变性) * 合肥工业大学人工智能与数据挖掘研究室 */137 贝叶斯网络——应用 复杂网络的社团结构(Community Structure) 社团结构是复杂网络的一个重要特性,具有社团内部结点联系紧密、社团之间联系较为稀疏的特点。利用复杂网络对复杂系统进行聚类可以得到社团结构,利用社团结构可以将复杂网络转换成一种分层分布式结构模型,简化模型表示的复杂性。另外,社团结构还有利用进一步分析功能与结构以及社团之间的相互关系。 * 合肥工业大学人工智能与数据挖掘研究室 */137 * 二.复杂网络和证券市场 * 合肥工业大学人工智能与数据挖掘研究室 */137 贝叶斯网络——应用 * 合肥工业大学人工智能与数据挖掘研究室 */137 * 贝叶斯网络——应用 * 合肥工业大学人工智能与数据挖掘研究室 */137 * 贝叶斯网络——应用 选择结点4(东方电气)为目标结点。 2012年2月22日至3月1日,结点4(东方电气)的实际收盘价 时间 2.22 2.23 2.24 2.27 2.28 2.29 3.1 收盘价 24.16 23.99 24.42 24.25 24.13 23.81 23.68 * 合肥工业大学人工智能与数据挖掘研究室 */137 * 贝叶斯网络——应用 马尔可夫毯(Markov Blanket,MB ): 在忠实性的BNs,目标结点的马尔可夫毯是由结点的父结点、子结点和子结点的父结点组成的结点集合;从概率论的角度定义,在忠实性的BNs,目标变量的马尔可夫毯是独立于网络中其它变量的最小变量集合。 * 合肥工业大学人工智能与数据挖掘研究室 */137 * 贝叶斯网络——应用 基于马尔可夫毯分解的抽样近似推理算法( LSIA-MB ) MB(4)={18,21,28,35,37,40,43} ,则对应的局部网络结构如下 * 合肥工业大学人工智能与数据挖掘研究室 */137 * 贝叶斯网络——应用 在不同的抽样样本量下,结点4的不同取值状态的概率变化如下图 从上图中可以看出:结点4的状态“2”的概率最大,则可以预测2月23日结点4(东方电气)的收盘价基本不变。 * 合肥工业大学人工智能与数据挖掘研究室 */137 * 贝叶斯网络——应用 LSIA-MB算法预测东方电气2月23日的收盘价 日期 2月22日 2月23日 实际值 预测值 收盘价(元) 24.16 23.99 (23.8

您可能关注的文档

文档评论(0)

xiaozu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档