您当前所在位置: 首页 > 学者
在线提示

恭喜!关注成功

在线提示

确认取消关注该学者?

邀请同行关闭

只需输入对方姓名和电子邮箱,就可以邀请你的同行加入中国科技论文在线。

真实姓名:

电子邮件:

尊敬的

我诚挚的邀请你加入中国科技论文在线,点击

链接,进入网站进行注册。

添加个性化留言

已为您找到该学者10条结果 成果回收站

上传时间

2005年09月29日

【期刊论文】一种结合SE-tree计算所有极小碰集的方法*

欧阳丹彤, 赵相福

,-0001,():

-1年11月30日

摘要

在基于模型诊断中,一般使用冲突集的所有极小碰集来表达诊断结果。本文提出一种利用与元素相关联的冲突集个数来计算碰集的新方法,并结合带有终止节点的集合枚举树SE-tree形式化地表达计算过程,来逐步地生成所有的极小碰集。由于在Setree中添加了终止节点,因而能够较大地提高搜索的效率。

基于模型诊断,, 冲突集,, 极小碰集,, 集合枚举树

上传时间

2005年09月29日

【期刊论文】刻划基于模型的中心诊断

欧阳丹彤, 姜云飞

,-0001,():

-1年11月30日

摘要

虽然对基于模型的诊断存在一系列不同的逻辑定义,但值得庆幸的是存在一个统一的抽象定义,它概括了以往的不同定义。本文在该定义基础上提出了基于模型的中心诊断的概念。通过刻划基于模型的中心诊断过程,论证了基于模型的中心诊断与本原蕴含/蕴含式的直接关系,从而将本文的理论结果与ATMS这类算法联系起来。本文进一步指出,对基于一致性中心诊断的刻划仅仅是本文所给出的刻划的一个特殊情形。

基于模型的诊断,, 基于模型的中心诊断,, 本原蕴含/, 蕴含式.,

上传时间

2005年09月29日

【期刊论文】基于一致性的中心诊断及中心溯因诊断

欧阳丹彤, 姜云飞

,-0001,():

-1年11月30日

摘要

摘要本文对溯因诊断的过程和中心溯因诊断的过程进行了刻划。将求中心溯因诊断的过程清晰地分为与领域有关的冲突识别及与领域无关的候选产生两大步骤。不仅指出了基于一致性的中心诊断与中心溯因诊断之间的关系,而且论证了中心溯因诊断与本原蕴含/蕴含式的直接关系。显示出基于一致性的中心诊断空间和中心溯因诊断空间不仅可同时计算,而且可用ATMS这类算法来计算,从而将我们的理论结果与实现联系起来。

溯因诊断,, 中心溯因诊断,, 本原蕴含/, 蕴含式.,

上传时间

2005年09月29日

【期刊论文】基于扩展的因果理论的鉴别诊断

欧阳丹彤, 姜云飞

,-0001,():

-1年11月30日

摘要

摘要许多学者将因果关系这一概念应用于基于模型的诊断领域。然而,他们的研究只局限于简单因果理论。文中提出的扩展的因果理论包容了更多的信息。文中指出:扩展的因果理论的诊断空间小于等于相应简单因果理论的诊断空间。文中还将扩展的因果理论用于测试领域,证明了:对于封闭的扩展的因果理论,溯因鉴别诊断等于基于一致性鉴别诊断。这一结果可应用于测试选择的策略。

简单因果理论,, 扩展的因果理论,, 基于模型的诊断,, 测试,, 鉴别诊断.,

上传时间

2005年09月29日

【期刊论文】SIMPLIFYING STRUCTURES OF BAYESIAN NETWORKS

欧阳丹彤, Xuchu Dong, Dantong Ouyang, Xiaochun Cheng

,-0001,():

-1年11月30日

摘要

Variable elimination algorithm was proposed for inference using Bayesian networks. In this paper, we explore further on simplifying structures of Bayesian networks to reduce computational complexity. We propose the concepts of omissible node and replaceable node, and prove that we could delete the omissible nodes and replace replaceable nodes and their ancestors without affecting inference results using Bayesian networks. In many cases, the network can be simplified by our proposed methods, and therefore, the computational efficiency could be improved in average.

Bayesian networks,, variable elimination algorithm,, omissible node,, replaceable node.,

合作学者