基于混合方式的贝叶斯网络等价类学习算法

贝叶斯网络(BN)是不确定知识表示和推理的主要方法之一,是人工智能中重要的理论模型.针对现有混合方法学习BN结构不稳定、容易陷入局部最优等问题,本文将图论中的最大主子图分解理论与条件独立(CI)测试相结合,同时引入少量的局部评分搜索,提出一种新的基于混合方式的BN等价类学习算法.新算法通过确定所有变量的Markov边界构造网络的无向独立图,并对无向图进行最大主子图分解,从而将高维的结构学习问题转化为低维问题,然后利用低阶CI测试和局部评分搜索识别子图中的V结构.理论证明以及实验分析显示了新算法的正确性和有效性.     

关于二宽度CSL代数的Jacobson根

Ｈｏｐｅｎｗａｓｓｅｒ Ａ［１］猜想ＣＳＬ代数上满足 Ｒｉｎｇｒｏｓｅ条件的算子集正是它的Ｊａｃｏｂｓｏｎ根,Ｄａｖｉｄｓｏｎ Ｋ．Ｒ．［２］证明了对于二宽度 ＣＳＬ代数,上述猜想是完全正确的．本文不仅清楚地刻画了二宽度ＣＳＬ代数Ｊａｃｏｂｓｏｎ根的结构,而且为研究ＣＳＬ代数的根提供了一种途径．设是由可分Ｈｉｌｂｅｒｔ空间上的套Ｍ和Ｎ生成的二宽度 ＣＳＬ,且 Ｗ＝ Ｍ∩Ｎ;本文得到二宽度 ＣＳＬ代数的 Ｊａｃｏｂｓｏｎ根与套Ｗ的根Ｒｗ,强根三者之间的一个重要关系同时也给出了真包含Ｒｗ的充分必要条件是Ｍ≠Ｎ且Ｍ≠Ｎ⊥．     

矩母函数在计算随机变量数字特征中的应用

本文运用一个幂级数公式引入矩母函数,介绍了与本文主题相关的矩母函数的一些性质.通过对几个例题的分析求解,展示了矩母函数在计算随机变量数字特征中的使用方法和独特优势.     

套代数的直和算子集及可逆算子

本文研究了套代数的一个直和算子集X_N^φ,得到套代数的直和分解:τ(N)=D_N⊕X_N^φ,同时讨论了套代数中可逆算子的分布,得出套代数的对角D_N关于可逆算子是封闭的。特别地,当套为可数套时,套代数关于可逆性算子封闭的充要条件为φ(T)可逆。     

二宽度CSL代数的直和分解

本文给出了可分Ｈｉｌｂｅｒｔ空间上的二宽度ＣＳＬ代数分解成其对角与它的一个范数闭理想（即满足Ｒｉｎｇｒｏｓｅ条件的算子集）直和的充要条件是：此二宽度ＣＳＬ是由一个有限ＣＳＬ与一个有补ＣＳＬ生成的．     

套代数的直和分解

本文主要研究套代数的直和分解。刻划了满足条件的交换子空间格Ｌ的结构，其中Ｒ是套代数的某一特殊子空间；得到了套代数分解成对角代数与某些特殊理想（例如：Ｊａｃｏｂｓｏｎ根或者Ｌａｒｓｏｎ理想）的直和的充要条件，同时也刻划了的一个范数闭左理想上Ｊ＿Ｎ最后，研究了对角代数与某些超因果理想直和的结构。     

贝叶斯网络诱导的内积空间

概率模型和核函数相结合的方法是学习系统的热点研究领域,贝叶斯网络是重要的一类概率图形模型。文中主要讨论了变量取值在布尔域上的两类分类任务,重点讨论了几个常见贝叶斯网络诱导的内积空间的最低维数,为解决一些常见的分类问题提供了理论依据。文中通过分析概念类的VC维来确定其欧几里德维数的下界,VC维还可用于估计贝叶斯网络概念类的复杂性和判断概念类的分类性能。     

解决全局优化问题的粒子群进化算法

针对复杂全局优化问题,提出一种粒子群进化算法(PSOEA)。针对粒子群算法容易陷入局部最优等缺点,设计一个新的变异算子,使得粒子能够在整个空间进行搜索,同时保证了算法的收敛性。用概率论的有关知识证明了算法的收敛性。仿真结果表明,对于全局优化问题,算法寻优性能优良,特别是对于超高维优化问题,该算法能获得更高精度的解。     

关于中心极限定理教学中的几点补充说明

稳定分布是一般意义下的极限分布,正态分布是极限分布的特殊情况.通过对稳定分布及其性质的介绍、说明,使学生对中心极限定理有进一步准确、全面的认识.     

一个重积分问题的解法探究

滥演百题不如精做一题.一题多法是精做的重要途径、方式.本文讨论了一个二重积分问题不同的解法.