人工智能及應(yīng)用-資料下載頁
2025-02-19 21:02本頁面
【正文】 ,h n} CF={c1,c2,…,c n} if E2 then H={h1,h2,…,h n} CF={e1,e2,…,e n} 先求出每條知識的概率分配函數(shù) m1 ,m2,然后求 出兩個概率分配函數(shù)的正交和 m1⊕ m2以正交和 作為 H的概率分配函數(shù)。 示例 設(shè)有如下規(guī)則 r1: if E1 and E2 then A={a1,a2} CF={,} r2: if E3 and (E4 or E5) then B={b1} CF={} r3: if A then H={h1,h2,h3} CF={,} r4: if B then H={h1,h2,h3} CF={,} 用戶給出 CER(E1)=, CER(E2)= CER(E3)=, CER(E4)=, CER(E5)= 并假定 Ω中有 10個元素，求 CER(H)=？ 示例 1. 求 CER(A) CER(E1 and E2)=min{CER(E1),CER(E2)}= m({a1},{a2})=(*,*)=(,) Bel(A)=+= Pl(A)=1Bel(172。A)=10=1 f(A)=Bel(A)+|A|/|Ω|*(Pl(A)Bel(A)) =+2/10*()= CER(A)=f(A)= 示例 2. 求 CER(B) CER(E3 and(E4 or E5))= m({b1})=(*)=() Bel(B)= Pl(B)=1Bel(172。B)=10=1 f(A)=Bel(A)+|A|/|Ω|*(Pl(A)Bel(A)) =+1/10*()= CER(A)=f(A)= 示例 3. 求 CER(H) 由規(guī)則 r3可得 m1({h1},{h2},{h3})=(CER(A)*,CER(A)*,CER(A)*)=(,) m1(Ω)=1[m1({h1})+ m1({h2})+m1({h3})]= 示例 由規(guī)則 r4可得 m2({h1},{h2},{h3})=(CER(A)*,CER(A)*,CER(A)*)=(,) m2(Ω)=1[m2({h1})+ m2({h2})+m2({h3})]= 示例 求正交和 m=m1⊕m2 K=1∑x∩y=Φm1(x) X m2(y)= m({h1}) =K1 X ∑x∩y= {h1}m1(x) X m2(y) =(1/)[m1({h1}) X m2({h1})+m1({h1}) X m2({Ω})+m1({Ω}) X m2({h1})]= m({h2})= m({h3})= m({Ω})= 示例 4. 求 CER(H) Bel(H)=m({h1})+m({h2})+m({h3}) = Pl(H)=m(Ω)+Bel(H)=1 f(H)=Bel(H)+|H|/|Ω|*(Pl(H)Bel(H))= CER(H)=f(H)= 證據(jù)理論的優(yōu)點 ? 滿足比概率更弱的公理系統(tǒng) . ? 能處理由”不知道”引起的不確定性 . 演講完畢，謝謝觀看！
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1