【摘 要】
：
贝叶斯网络(Bayesian Networks, BNs)是一种基于概率论和图论的不确定知识表示模型,它一方面用图论的语言直观揭示问题的结构,另一方面又按照概率论的原理对问题的结构加以利
论文部分内容阅读
贝叶斯网络(Bayesian Networks, BNs)是一种基于概率论和图论的不确定知识表示模型,它一方面用图论的语言直观揭示问题的结构,另一方面又按照概率论的原理对问题的结构加以利用,降低推理的计算复杂度。对于一般的贝叶斯网来说,在最坏情况下,推理算法的时间复杂度都是指数阶的,且推理的复杂性主要依赖网络结构,因此设计高效的推理方法一直是关注的热点。面对现实世界实用系统鲁棒性、高性能的要求,使用现有的精确推理算法进行推理的时间复杂性仍然偏高,在应用中存在着一定的局限性。并行计算的主要目的是快速解决大型复杂的计算问题。本文引入了并行计算的思想,对变量消元算法中可进行数据划分的部分进行并行化处理,较大地降低了变量消元算法的时间复杂性,具有一定的应用价值。论文主要从以下三个方面来开展工作:首先,对贝叶斯网络和并行计算的基本原理和方法进行研究,详细分析了现阶段比较常用的精确推理算法以及各自的优劣后,重点分析了变量消元算法的思想。其次,将并行计算技术和变量消元算法联系在一起,考虑如何根据变量消元算法本身所特有的数据划分来对变量消元算法进行并行化,算法如何实现。最后,论文对并行化后的变量消元算法进行了详细的实验和分析。实验对两个标准的贝叶斯网络进行推理,验证算法的高效性。综上所述,论文通过将并行的思想引入到贝叶斯网推理当中,理论分析和实验验证了并行变量消元算法的正确性和高效性。
其他文献
随着社会分工越来越细，企业与企业之间通过协同完成业务目标已成为不可逆转的趋势。从最终用户的角度来说，他们所使用的产品、享受的服务往往是由多个企业，通过整合自身资源相互
数据挖掘是当今人工智能和数据库研究方面最富活力的领域。数据挖掘是指从大量的数据中发现潜在的、有用的知识的过程。关联规则数据挖掘是数据挖掘的一个主要研究内容，而如何
随着信息技术的深入发展,各领域不断产生大量的空间数据,面对海量的空间数据,针对其特殊性以及空间查询的高度复杂性,应用中必须引进空间索引技术来提高空间数据库的查找性能
随着计算机和人工智能科学的发展，人们普遍希望计算机能够理解自然语言，即人类的语言，以帮助人们解决许多问题。例如语言分析、机器翻译、信息检索、文本分类等。自然语言处理的
随着数据仓库、数据挖掘技术的广泛应用,ETL(Extract,Transformation,Loading)作为数据仓库建设中的重要步骤越来越受到开发人员的重视,它决定着数据仓库数据质量以及决策分
农业机械在农业生产中广泛应用，引发了农业生产方式的根本变革，大幅度的提高了农业劳动生产率和土地产出率，使从事农业的人口下降，使更多的人能够从事第二产业和第三产业的工作，从
随着计算机网络的广泛使用,互联网领域的迅速发展,现代信息系统的分布性、异构性和自治性特征越来越受研究机构及产业界的关注。系统中信息资源不仅分布在异构的计算机环境中
虽然现有的高校综合教务管理系统能够适应教务管理的需求，但在信息安全技术方面的应用却相对薄弱。为防止数据被篡改和确保数据的机密性，目前仍然采用手工签名和信件交换机制，然
数字地质调查过程即整个地质矿产资源调查过的数字化实现，整个地质调查过程最终贯穿于一个大型计算机软件系统。通过无缝一体化原则设计的地质调查软件实现了地质数据采集、数
无线传感器网络(WSN)是继因特网之后、深刻影响人们生活方式和生产过程的新一代综合技术,它引起了学术界和工业界的广泛关注。一般的传感器节点是由电池供电的低能量设备,更