基于神经网络的概率转换方法.pdfVIP

下载本文档

1
0
约1.88万字
约 12页
2023-05-15 发布于北京
举报
版权申诉

基于神经网络的概率转换方法.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于神经网络的概率转换方法，包括如下步骤：首先由传感器获得证据信息，根据证据中已知命题的BPA构建神经网络输入层和偏置节点，采用信度函数和似真函数分别获得神经网络隐藏层中每个子集命题的平均信息含量和区间信息含量，结合权重函数获得含有变量的权重因子，根据权重因子逐层分配多元素命题的BPA直至在输出层输出具有变量的单元素命题概率，最终根据约束条件确定最优的转换结果，本发明通过将证据中各命题的BPA构建成神经网络的不同部分，以变化的权重逐层分配命题的BPA直至获得单元素命题概率后，再以

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114723002 A (43)申请公布日 2022.07.08 (21)申请号 202210293445.8 (22)申请日 2022.03.23 (71)申请人河南大学地址 475001 河