第06 章 不確定推理 人工智能課件-全文預(yù)覽
【正文】 （ 其它情況時(shí) ） )(1)()](),/(max[HPHPHPEHP??修正定義 ? MD（ H， E） = 1 （ P（ H） =0 時(shí) ） ? MD（ H， E） = （ 其它情況時(shí) ） )()()](),/(min[HPHPHPEHP??規(guī)則可信度的理論定義 CF（ H， E） = MB（ H， E） － MD（ H， E） 注：通常由領(lǐng)域?qū)＜腋鶕?jù)經(jīng)驗(yàn)給出估值 。 （ 參例題 ） ? 結(jié)論 的不確定性 用條件概率 P(h | e)表示 。 模糊邏輯與模糊推理 模糊集合的定義與運(yùn)算 模糊知識表示與模糊匹配 模糊推理方法 帶有可信度的模糊推理 作 業(yè) 基于概率的不確定推理方法 ? 證據(jù) e的不確定性 用 e發(fā)生的概率 P(e)表示 ? 規(guī)則 “ if e then h” 的不確定性 用條件概率 P(e | h)表示 。 1 CF（ E） 0： E為 假的程度 。 E1 CF（ H， E1） CF1（ H） H CF（ H） CF2（ H） E2 CF（ H， E2） 可信度方法 推理過程 CF1（ H） = max{0， CF（ E1） } CF（ H， E1） CF2（ H） = max{0， CF（ E2） } CF（ H， E2） CF（ H） 定義如下： CF1(H)+ CF2(H)－ CF1(H) CF2(H) （ 當(dāng) CF1(H)≥0， CF2(H)≥0 時(shí) ） CF(H)= CF1(H)+ CF2(H)+ CF1(H) CF2(H) （ 當(dāng) CF1(H)＜ 0， CF2(H)＜ 0 時(shí) ） ( CF
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1