期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于G方检验的CP-nets学习 被引量:4
1
作者 辛冠琳 刘惊雷 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2015年第4期781-795,共15页
偏好处理是人工智能中的一个重要的研究内容,条件偏好网(conditional preference networks,CP-nets)是一个带标记的有向图,它编码相关变量之间的偏好关系.作为一种简单直观的图形偏好表示工具,却很少有工作对CP-nets的结构进行研究.研究... 偏好处理是人工智能中的一个重要的研究内容,条件偏好网(conditional preference networks,CP-nets)是一个带标记的有向图,它编码相关变量之间的偏好关系.作为一种简单直观的图形偏好表示工具,却很少有工作对CP-nets的结构进行研究.研究CP-nets的结构,提出了基于G方检验对CP-nets进行结构学习的算法,并给出算法的时间复杂度为O(n·2n).作为一种对数似然比检验方法,G方检验特别适合于判断变量之间的因果关系.由于CP-nets的核心概念是条件偏好无关,因此利用G方检验可有效地实现CP-nets的结构学习.通过构造G方检验的统计量,在给定的成对比较样本集中,执行零假设检验,从而依次求出每个顶点的父亲集,进而得到CP-nets的结构.最后,通过随机生成的模拟数据,验证了所提出算法的有效性.与相关CP-nets的学习算法对比,本文提出的方法具有被动的,离线的,和基于统计学习的特征. 展开更多
关键词 G方检验 对数似然比检验 因果关系 条件偏好无关 零假设检验
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部