您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 多叉树的遍历,可以打印出树形结构,也可以只打印叶节点,或打印指定层的节点(一位德国教授写的)

  2. 多叉树的遍历,可以打印出树形结构,也可以只打印叶节点,或打印指定层的节点(一位德国教授写的文章)可以按照文章中给的网址下载源代码,
  3. 所属分类:C/C++

    • 发布日期:2010-04-03
    • 文件大小:82kb
    • 提供者:liujie40
  1. 贝叶斯网络工具,无节点限制,非常有用

  2. 贝叶斯网络。其中每个圆圈表示一个状态。状态之间的连线表示它们的因果关系。比如从心血管疾病出发到吸烟的弧线表示心血管疾病可能和吸 烟有关。当然,这些关系可以有一个量化的可信度 (belief),用一个概率描述。我们可以通过这样一张网络估计出一个人的心血管疾病的可能性。在网络中每个节点概率的计算,可以用贝叶斯公式来进行, 贝叶斯网络因此而得名。由于网络的每个弧有一个可信度,贝叶斯网络也被称作信念网络 (belief networks)。
  3. 所属分类:网络基础

    • 发布日期:2010-06-15
    • 文件大小:8mb
    • 提供者:missjia2005
  1. 贝叶斯网络模型概述1

  2. 贝叶斯网络又称信度网络,是Bayes方法的扩展,目前不确定知识表达和推理领域最有效的理论模型之一。从1988年由Pearl提出后,已知成为近几年来研究的热点.。一个贝叶斯网络是一个有向无环图(Directed Acyclic Graph,DAG),由代表变量节点及连接这些节点有向边构成。节点代表随机变量,节点间的有向边代表了节点间的互相关系(由父节点指向其后代节点),用条件概率进行表达关系强度,没有父节点的用先验概率进行信息表达。
  3. 所属分类:网络基础

    • 发布日期:2010-08-03
    • 文件大小:84kb
    • 提供者:caoly1828
  1. 一种贝叶斯网络结构学习的优化策略

  2. 贝叶斯网络的建造是一个复杂的任务,需要知识工程师和领域专家的参与。在实际中可能是反复交叉进行而不断完善的。面向设备故障诊断应用的贝叶斯网络的建造所需要的信息来自多种渠道,如设备手册,生产过程,测试过程,维修资料以及专家经验等。首先将设备故障分为各个相互独立且完全包含的类别(各故障类别至少应该具有可以区分的界限),然后对各个故障类别分别建造贝叶斯网络模型,需要注意的是诊断模型只在发生故障时启动,因此无需对设备正常状态建模。通常设备故障由一个或几个原因造成的,这些原因又可能由一个或几个更低层次的原
  3. 所属分类:网络基础

    • 发布日期:2010-08-03
    • 文件大小:95kb
    • 提供者:caoly1828
  1. Delphi遍历某一节点下所有叶节点

  2. 通过后缀遍历的方式,遍历某一节点下的叶节点
  3. 所属分类:Delphi

    • 发布日期:2010-12-16
    • 文件大小:940byte
    • 提供者:mailmanb
  1. 贝叶斯网络建模工具BNT 1.0.2

  2. matlab开源的贝叶斯网络建模工具,支持离散、连续等类型的节点,各种推理引擎和学习算法。Matlab 7.1 下测试可用。
  3. 所属分类:管理软件

    • 发布日期:2011-05-19
    • 文件大小:1mb
    • 提供者:hermes1986
  1. 贝叶斯网络工具箱(Matlab工具包)

  2. 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表(多项式)节点 Noisy-or 节点 其它(噪音)确定性节点 Softmax(多项式 分对数)节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家系统的分等级混合 QMR 条件高斯模型 其它混合模型 参数
  3. 所属分类:其它

    • 发布日期:2011-07-12
    • 文件大小:4mb
    • 提供者:leaf1984zh
  1. 贝叶斯网络

  2. c#实现的贝叶斯网络,包括winform和控制台两个版本,xml文件存储节点和边权。请先在使用csc编译再用。
  3. 所属分类:教育

    • 发布日期:2011-11-27
    • 文件大小:6kb
    • 提供者:lzychina53770
  1. 数据结构(二叉树(先后中遍历,叶节点节点统计))

  2. 二叉树的遍历及叶结点,结点的统计。(源程序通过上机测试)
  3. 所属分类:C/C++

    • 发布日期:2011-12-14
    • 文件大小:1kb
    • 提供者:mr_super_lj
  1. 贝叶斯网络分类器

  2. c#实现的贝叶斯网络数据分类器,可以自己设定节点数目,学习速率,进行分类学习。
  3. 所属分类:专业指导

    • 发布日期:2013-08-13
    • 文件大小:1mb
    • 提供者:c03424
  1. 贝叶斯网络建模技术

  2. 表格生成器 连续节点 中介变量 无定向关系 测量误差 简单贝叶斯模型 因果影响的独立 父级分离 专家异议、结构的不确定、功能的不确定 反转弧和节点吸收 功能节点
  3. 所属分类:讲义

    • 发布日期:2014-06-29
    • 文件大小:2mb
    • 提供者:qq_17046461
  1. 二叉树遍历、交换左右子树、统计叶节点及树的宽度

  2. 可实现二叉树基本功能:统计叶节点数目、树的宽度、逐层遍历、交换左右子树后遍历。
  3. 所属分类:C/C++

    • 发布日期:2014-07-04
    • 文件大小:5kb
    • 提供者:u014664684
  1. 做贝叶斯网络可视化界面程序

  2. 可以实现在界面创建节点实现贝叶斯网络,可以弄清过程,结果可视化良好,做科研比较好。
  3. 所属分类:专业指导

    • 发布日期:2015-01-17
    • 文件大小:8mb
    • 提供者:u011007431
  1. 动态贝叶斯网络推理学习理论及应用

  2. 贝叶斯网络又称信度网络,是Bayes方法的扩展,是目前不确定知识表达和推理领域最有效的理论模型之一。从1988年由Pearl提出后,已经成为近几年来研究的热点.。一个贝叶斯网络是一个有向无环图(Directed Acyclic Graph,DAG),由代表变量节点及连接这些节点有向边构成。
  3. 所属分类:IT管理

    • 发布日期:2016-01-07
    • 文件大小:29mb
    • 提供者:zjfrouton
  1. 贝叶斯网络工具箱(MATLAB工具箱)

  2. 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表(多项式)节点 Noisy-or 节点 其它(噪音)确定性节点 Softmax(多项式 分对数)节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家系统的分等级混合 QMR 条件高斯模型 其它混合模型 参数
  3. 所属分类:其它

    • 发布日期:2016-04-28
    • 文件大小:4mb
    • 提供者:u010861059
  1. 贝叶斯网络 详解

  2. 全概率分布可以回答相关领域的任何问题,但随着变量数目的增 加,全概率分布的联合取值空间却可能变得很大。另外,对所有的原 子事实给出概率,对用户来说也非常困难。 若使用Bayes 规则,就可以利用变量之间的条件独立关系简化计 算过程,大大降低所需要声明的条件概率的数目。我们可以用一个叫 作Bayesian 网的数据结构来表示变量之间的依赖关系,并为全概率分 布给出一个简明的表示。 定义(Bayesian 网):Bayesian 网T 是一个三元组(N,A,P),其 中 1. N 是节点集合 2.
  3. 所属分类:机器学习

    • 发布日期:2017-09-11
    • 文件大小:705kb
    • 提供者:sonofaeolus
  1. 小数据集贝叶斯网络多父节点参数的修复

  2. 具有已知结构的小数据集贝叶斯网络多父节点参数学习是一个重要而困难的研究课题,由于信息不充分,使得无法直接对多父节点参数进行有效的估计,如何修复这些参数便是问题的核心.针对问题提出了一种有效的小数据集多父节点参数修复方法,该方法首先使用Bootstrap抽样扩展小数据集,然后分别将Gibbs抽样与最大似然树和贝叶斯网络相结合,通过依次对扩展数据按一定比例的迭代修正来实现对多父节点参数的修复.实验结果表明,这种方法能够有效地使大部分多父节点参数得到修复.
  3. 所属分类:深度学习

    • 发布日期:2017-11-29
    • 文件大小:677kb
    • 提供者:box188
  1. 在pytorch中对非叶节点的变量计算梯度实例

  2. 今天小编就为大家分享一篇在pytorch中对非叶节点的变量计算梯度实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:49kb
    • 提供者:weixin_38721811
  1. 在pytorch中对非叶节点的变量计算梯度实例

  2. 在pytorch中一般只对叶节点进行梯度计算,也就是下图中的d,e节点,而对非叶节点,也即是c,b节点则没有显式地去保留其中间计算过程中的梯度(因为一般来说只有叶节点才需要去更新),这样可以节省很大部分的显存,但是在调试过程中,有时候我们需要对中间变量梯度进行监控,以确保网络的有效性,这个时候我们需要打印出非叶节点的梯度,为了实现这个目的,我们可以通过两种手段进行。 注册hook函数 Tensor.register_hook[2] 可以注册一个反向梯度传导时的hook函数,这个hook函数将会
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:50kb
    • 提供者:weixin_38731385
  1. LeetCode 1123. 最深叶节点的最近公共祖先(递归比较子树高度)

  2. 1. 题目 给你一个有根节点的二叉树,找到它最深的叶节点的最近公共祖先。 回想一下: 叶节点 是二叉树中没有子节点的节点 树的根节点的 深度 为 0,如果某一节点的深度为 d,那它的子节点的深度就是 d+1 如果我们假定 A 是一组节点 S 的 最近公共祖先,S 中的每个节点都在以 A 为根节点的子树中,且 A 的深度达到此条件下可能的最大值。 示例 1: 输入:root = [1,2,3] 输出:[1,2,3] 示例 2: 输入:root = [1,2,3,4] 输出:[4] 示例 3: 输入
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:34kb
    • 提供者:weixin_38640443
« 12 3 4 5 6 7 8 9 10 ... 16 »