一种基于贝叶斯网络的目标人员识别方法及其相关设备.pdf
努力****冰心
亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于贝叶斯网络的目标人员识别方法及其相关设备.pdf
本申请属于人工智能领域,应用于智慧政务管理领域中,涉及一种基于贝叶斯网络的目标人员识别方法,包括获取初始数据,通过预设的决策树对初始数据进行计算并输出包括初始人员、识别规则和信息增益比的识别数据;根据信息增益比选择目标识别规则,选取与目标识别规的目标人员,并计算目标人员作为第一类对象的第一目标概率;基于第一目标概率,通过贝叶斯网络模型计算目标人员作为第二类对象的第二目标概率。本申请还提供一种基于贝叶斯网络的目标人员识别装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,在识别过程中涉及到的数据可存储
一种基于动态贝叶斯网络的目标意图识别方法.pdf
本发明公开了一种基于动态贝叶斯网络的目标意图识别方法,属于目标意图识别技术领域。本发明使用原始数据和评分搜索算法构建动态贝叶斯网络,在评分的过程中使用贝叶斯评分准则BIC和自适应的遗传算法,在反馈策略中使用了集成学习的思想完成边方向的修正。本发明能处理从复杂态势中获取的时序信息和不确定信息,同时引入反馈策略解决了在使用原始数据构建动态贝叶斯网络的过程中出现的会影响识别准确率的反边问题。本发明可用于对空中目标的意图识别处理,则对应的原始数据为目标的飞行状态数据。
一种基于动态贝叶斯网络的群目标意图识别方法及系统.pdf
本发明公开了一种基于动态贝叶斯网络的群目标意图识别方法及系统,所述方法包括:获取雷达探测信息包含的n个目标的属性和状态信息,提取与目标意图相关联的目标特征属性构成状态集合;将目标意图作为贝叶斯网络根节点,将与目标意图相关联的目标特征属性作为贝叶斯网络根节点下的子节点,基于各子节点之间的依赖关系获得贝叶斯网络拓扑结构;基于历史数据并结合专家知识确定各意图先验概率、条件概率和状态转移概率,确定动态贝叶斯网络模型;获取各特征属性相应的观测数据并进行预处理,确定节点变量对应的状态,基于动态贝叶斯网络模型进行意图识
一种基于变权理论的动态贝叶斯网络的目标意图识别方法.pdf
本发明公开了一种基于变权理论的动态贝叶斯网络的目标意图识别方法,该方法包括以下步骤:步骤一、获取意图指标权重;步骤二、基于意图指标权重获取变权权重;步骤三、构建动态贝叶斯网络推理识别目标意图。本发明利用变权理论根据指标数值的变化实时调整指标的权重,可以将指标数值变化情况考虑到意图识别,当中综合考虑了时间历史信息和指标数值变化的优点,实时调整意图识别指标的变权重,具有自适应性强的优势,提升了目标意图识别的准确率。
基于贝叶斯网络的模式识别方法研究的中期报告.docx
基于贝叶斯网络的模式识别方法研究的中期报告中期报告:一、选题背景与研究意义在众多的模式识别领域中,贝叶斯网络是一种灵活性强、表达能力强、学习算法简单等优点突出的信念网络学习算法。贝叶斯网络是一种基于概率理论的图形模型,利用变量之间的依赖关系来表示概率分布。具有强大的推理和分类能力,自然地融合了领域知识和数据信息。因此,贝叶斯网络在医学诊断、工业质量控制、情报处理、自然语言处理等领域有着广泛的应用。二、研究进展1、贝叶斯网络的结构学习算法贝叶斯网络的结构学习算法是指利用数据来学习变量之间的依赖关系,从而构建