人工智能第一章不确定知识表示及推理92 .pptxVIP

  • 10
  • 0
  • 约3.37千字
  • 约 93页
  • 2021-02-07 发布于江苏
  • 举报

人工智能第一章不确定知识表示及推理92 .pptx

第 一 章 不确定知识表示及推理;内容 1.1 概述 1.2 概率模型 1.3 主观Bayes方法 1.4 可信度方法;1.1 概述;所谓不确定性推理就是从不确定性的初始事实(证据)出发,通过运用不确定的知识,最终推出具有一定程度的不确定性却是合理或者近乎合理的结论的思维过程。; 证据的不确定性;规则:IF E THEN H;在确定一种量度方法及其范围时,应注意以下几点:;二、不确定性的匹配算法 ;三、不确定性的更新算法 ;3、证据合取的不确定性算法;设A1、A2、A3、A4为原始证据,不确定性分别为: C(A1)、C(A2)、C(A3)、C(A4) 求A5、A6、A7的不确定性。;①由证据A1和A2的不确定性C(A1)和C(A2);⑤由A5的不确定性C(A5)和规则R3的规则强度f3;1.2 概率方法;一、基础 ;2、Bayes公式;如果把全概率公式代入Bayes公式中,就可得到:;二、概率推理模型;如果一个证据E支持多个假设H1,H2,?Hn,即:IF E THEN Hi 并已知P(Hi)和P(E | Hi),则;设已知:P(H1)=0.4, P(H2)=0.3, P(H3)=0.3 P(E1|H1)=0.5, P(E1|H2)=0.6, P(E1|H3)=0.3 P(E2|H1)=0.7, P

文档评论(0)

1亿VIP精品文档

相关文档