人工智能及應(yīng)用chppt課件(編輯修改稿)
2025-06-01 22:15 本頁面
【文章內(nèi)容簡介】 m⊕n(A)=K1 X ∑x∩y=Am(x) X n(y) 其中 K=1∑x∩y=Φm(x) X n(y) 概率分配函數(shù)的正交和 設(shè) m1,m2,…,m n是 n個不同的概率分配函數(shù)，其正交和 m1⊕ m2⊕,…,⊕ m n滿足 m1⊕ m2⊕,…,⊕ m n(Φ)=0 m1⊕ m2⊕,…,⊕ m n(A) =K1 X ∑∩Ai=A∏1≤i≤n mi(Ai) 其中 K=∑∩Ai≠Φ∏1≤i≤n mi(Ai) 概率分配函數(shù)的正交和 例：設(shè)樣本空間 Ω={a,b},從不同的知識來源得 到的概率分配函數(shù)分別為： m1(Φ,{a},,{a,b})=(0,) m2(Φ,{a},,{a,b})=(0,) 求正交和 m=m1⊕ m2 ？ 概率分配函數(shù)的正交和 解：先求 K1 K1=1∑x∩y=Φm1(x) X m2(y) =1 m1({a})xm2()m1()xm2({a}) = = 概率分配函數(shù)的正交和 m(Φ)=0 m({a})= K1 ∑x∩y={a}m1(x) X m2(y) = K1(m1({a}) X m2((a,b})+ m1({a}) X m2({a})+m1({a,b}) X m2({a})) = m()= m({a,b})= DS理論的推理模型 ? 如前面介紹，可以使用信任函數(shù)和似然函數(shù)表示命題 A的信任度下限和上限。我們使用同樣的方式表示知識信任度。 ? 似然函數(shù)和信任函數(shù)的計算是建立在概率分配函數(shù)的基礎(chǔ)之上，概率分配函數(shù)不同，結(jié)論會不同。 一類特殊的概率分配函數(shù) ? 設(shè) Ω={s1,s2,…,s n},m為定義在 2Ω上的概率分配函數(shù)，且 m滿足： 1. m({si})≥0,對任給 si ?Ω 2. ∑ m({si})≤1 3. m(Ω)=1∑ m({si}) 4. 當(dāng) A?Ω，且 A的元素多于 1個或沒有元素，則m(A)=0。 一類特殊的概率分配函數(shù) ? 對上面的概率分配函數(shù)，可以得到信任函數(shù)和似然函數(shù)的性質(zhì)： 1. Bel(A)= ∑si?Am(si) 2. Bel(Ω)=∑si?Ωm(si) +m(Ω)=1 3. Pl(A)=1Bel(172。A)=1 ∑si?172。Am(si) =1 ∑si?Ωm(si)+∑si?Am(si)=m(Ω)+Bel(A) 4. Pl(Ω)=1Bel(172。Ω)=1 類概率函數(shù) 定義 46：設(shè) Ω為有限域，對任何命題 A?Ω其類概率函數(shù)為 f(A)=Bel(A)+|A|/|Ω|[Pl(A)Bel(A)] 其中 |A|和 |Ω|表示 A和 Ω中的元素個數(shù)。 類概率函數(shù)的性質(zhì) ? ∑si?Ωf(si)=1 證明： ∵f({si
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1