1) Fuzzy-Bayesian Belief Network
模糊贝叶斯置信网络
2) fuzzy Bayesian networks
模糊贝叶斯网络
1.
In order to deal with the complexity and uncertainty in medical diagnosis,this paper proposed a new method based on fuzzy Bayesian networks,and applied it to the classification of astrocytoma malignant degrees.
针对医学影像诊断的复杂性和不确定性,首次提出将模糊贝叶斯网络应用于星形细胞瘤恶性程度的诊断,通过采用条件高斯模型对连续输入进行模糊化处理,利用专家知识和数据,并通过机器学习,建立了星形细胞瘤恶性程度分级的概率模型。
2.
This study proposes a form of fuzzy Bayesian networks fusing continuous low-level image features and high-level semantics,which uses Gaussian mixture models(GMM) to make a fuzzy procedure.
本研究提出一种新的融合影像低层视觉特征和语义的模糊贝叶斯网络模型,使用了高斯混合模型(GMM)对连续的视觉特征模糊化处理,解决了传统贝叶斯网络不能操作连续输入的问题,更合理地表达了具有模糊性、不确定性的专业领域的结构性知识。
3.
Aiming at the diversity,uncertainty and illegibility of battle damage assessment(BDA) data sources,based on the merit of fuzzy set theory which can convert the crisp variable to discrete variable and the Bayesian networks have advantages on deal with uncertainty inference,the battle damage assessment method based on the fuzzy Bayesian networks(FBN) was brought out.
针对战场战斗损伤评估信息的多样性、不确定性和模糊性,基于模糊理论易于将清晰变量离散化与贝叶斯网络易于进行不确定性推理的优点,提出应用模糊贝叶斯网络对UCAV对地攻击效果进行分析评价,建立了对地攻击损伤评估的模糊贝叶斯网络模型,给出了基于模糊贝叶斯网络的损伤评估的推理决策方法,并且对该方法进行了仿真分析。
3) Bayesian belief networks(BBN)
贝叶斯信仰网络
1.
Firstly,used the Bayesian belief networks(BBN),the risks which had influenced the reliability of soft were analyzed.
首先采用贝叶斯信仰网络对影响软件可信性的风险进行了分析;其次,建立了基于约束满足的风险控制模型。
4) Bayesian belief network
贝叶斯信念网络
1.
A learning algorithm of compressed candidates based on Bayesia belief network is developed to solve slow running problem of traditional Bayesian belief network constructing algorithm.
针对传统算法分类速度较慢的不足,改进传统算法中候选变量的搜索方式,提出用依赖度量函数测量变量之间的依赖程度,得出压缩候选的贝叶斯信念网络构造算法。
2.
The function of Bayesian belief network and Mathematical Statistics method is analysed in the field of data mining, then a kind of Bayesian belief network and model of data mine is provided for Mathematical Statistics.
分析了贝叶斯信念网络和数理统计方法在数据挖掘中的作用,提出了一种贝叶斯信念网络和基于数理统计的数据挖掘模型,并用实例证明该数据挖掘模型有效性。
3.
A learning algorithm of compressed candidates based on Bayesia belief network is developed to solve slow running problem of traditional Bayesian belief network constructing algorithm.
针对传统算法分类速度较慢的不足,改进传统算法中候选变量的搜索方式,提出用依赖度量函数测量变量之间的依赖程度,得出压缩候选的贝叶斯信念网络构造算法。
5) Bayesian network
贝叶斯网络模型
1.
Its two models:structural equation model and Bayesian network,constitut.
目前,有若干种因果推断的模型,其中结构方程模型和贝叶斯网络模型被越来越多地应用在中医证候研究中,其可以客观、量化研究中医证候。
6) Bayesian networks
贝叶斯网络
1.
Application of Bayesian networks in the risk decision of mining investment;
矿业投资风险决策的贝叶斯网络方法
2.
Methods of mapping fault trees with house events into Bayesian networks;
存在房形事件的故障树向贝叶斯网络的转化
3.
Empirical study on bayesian networks in english ability test in higher vocational college;
贝叶斯网络在高职英语应用能力考试中的应用研究
补充资料：基于模糊神经网络的模具产品报价系统
一、 报价系统概论
产品报价是指被讯价方根据自身所处市场环境、生产、经营、管理现状等因素而针对讯价方所指定的产品及其特殊的功能需求所报出的价格。产品报价是一种复杂而有重要的经济行为。产品报价的高低好坏有利于报价双方能面对面坐下来并经多次商讨而确定产品的成交价格并最终达成协议，签订合同。产品报价[1]，特别是比较复杂的产品报价，如模具产品报价，需要许多领域人员的协调工作，如技术、财务、商务等，必须考虑各种结构化和非结构化的因素。其中结构化因素如技术参数、结构参数、工艺参数、制造成本、费用分配比例等比较易于确定的因素。而非结构化因素如最终利润率、赢得订单的几率等，则需要考虑企业内外环境等各种不确定因素。从信息系统角度来考虑，整个报价过程是一个信息流动和信息处理的过程，包括信息的产生、传递、处理、存储；具有很复杂的信息流，涉及到销售、经营、设计、会计、生产计划、采购等等。
[1]目前国内外开发的报价系统依其功能可大致分为五类，即商务型报价系统、生产型报价系统、工程型报价系统、投标型报价系统和集成型报价系统。工程型报价系统实际上是产品选型、初步设计加成本估算，其最终报价的形成有待提高；商务型报价系统，是在技术报价的基础上，对产品价格进行分析、计算、结合价格变化趋势预测的结果，确定合适的产品价格。其全部价值是基于产品成本而做的加价判断或推理。二者各自突现了自己的重点，如前者对报价的结构化问题处理较好，而后者对报价所涉及的非结构化因素研究较为深刻。
二、 模具产品的报价
模具产品的报价是一个非常复杂的过程。但从单纯的仅考虑结构化因素的技术报价来看。
框一、功能分解与评价：
根据客户提供的工件图纸及交货期限、或其他特殊的要求分析工件的结构特征、工艺参数等因素，提取有用信息。
框二、产品方案设计：
根据功能评价所提供的有用信息及交货期限等，考虑自身的生产、经营、管理现状，确定合理的方案。主要有工件排样、模具类型选择、压力机参数估算选型等。
框三、结构设计：
根据设计方案确定模具的合理结构和大致尺寸，同时选定模架形式等。
框四、成本估算：
根据工厂积累的有关经验数据（如外构件的价格、人工费用、材料费用、费用分配比例等）和以往开发同类产品的报价经验，由结构设计和方案设计所得的有关信息，估算产品成本。
框五、历史经验资料、数据：
为方案、结构、成本估算提供各种所需的资料、数据。包括各种工具书、国家标准、材料费用表、人工费用表、费用分配比例、以往开发经验及相关数据等非常有用的各种信息。
产品报价是指被讯价方根据自身所处市场环境、生产、经营、管理现状等因素而针对讯价方所指定的产品及其特殊的功能需求所报出的价格。产品报价是一种复杂而有重要的经济行为。产品报价的高低好坏有利于报价双方能面对面坐下来并经多次商讨而确定产品的成交价格并最终达成协议，签订合同。产品报价[1]，特别是比较复杂的产品报价，如模具产品报价，需要许多领域人员的协调工作，如技术、财务、商务等，必须考虑各种结构化和非结构化的因素。其中结构化因素如技术参数、结构参数、工艺参数、制造成本、费用分配比例等比较易于确定的因素。而非结构化因素如最终利润率、赢得订单的几率等，则需要考虑企业内外环境等各种不确定因素。从信息系统角度来考虑，整个报价过程是一个信息流动和信息处理的过程，包括信息的产生、传递、处理、存储；具有很复杂的信息流，涉及到销售、经营、设计、会计、生产计划、采购等等。
[1]目前国内外开发的报价系统依其功能可大致分为五类，即商务型报价系统、生产型报价系统、工程型报价系统、投标型报价系统和集成型报价系统。工程型报价系统实际上是产品选型、初步设计加成本估算，其最终报价的形成有待提高；商务型报价系统，是在技术报价的基础上，对产品价格进行分析、计算、结合价格变化趋势预测的结果，确定合适的产品价格。其全部价值是基于产品成本而做的加价判断或推理。二者各自突现了自己的重点，如前者对报价的结构化问题处理较好，而后者对报价所涉及的非结构化因素研究较为深刻。
二、 模具产品的报价
模具产品的报价是一个非常复杂的过程。但从单纯的仅考虑结构化因素的技术报价来看。
框一、功能分解与评价：
根据客户提供的工件图纸及交货期限、或其他特殊的要求分析工件的结构特征、工艺参数等因素，提取有用信息。
框二、产品方案设计：
根据功能评价所提供的有用信息及交货期限等，考虑自身的生产、经营、管理现状，确定合理的方案。主要有工件排样、模具类型选择、压力机参数估算选型等。
框三、结构设计：
根据设计方案确定模具的合理结构和大致尺寸，同时选定模架形式等。
框四、成本估算：
根据工厂积累的有关经验数据（如外构件的价格、人工费用、材料费用、费用分配比例等）和以往开发同类产品的报价经验，由结构设计和方案设计所得的有关信息，估算产品成本。
框五、历史经验资料、数据：
为方案、结构、成本估算提供各种所需的资料、数据。包括各种工具书、国家标准、材料费用表、人工费用表、费用分配比例、以往开发经验及相关数据等非常有用的各种信息。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条