基于演化贝叶斯网络的流数据预测方法
在大数据时代，传感器网络，社交网络，互联网等不断且快速地生成大量数据。从大数据流中学习知识是一项重要任务，因为它可以支持在线决策。 预测是有用的学习任务之一，但是固定模型通常不能很好地工作，因为数据分布会随时间而变化。 本文提出了一种基于演化贝叶斯网络的流数据预测方法。 贝叶斯网络模型是基于高斯混合模型和EM算法来推导的。 为了支持基于流数据的演化模型结构和参数，提出了一种演化爬山算法，该算法基于到达新数据时分数度量的增量计算。 实验评估表明，该方法是有效的，并且优于流式数据预测的其他流行方法。
文件下载
评论信息
其他资源
- 粒子群算法优化3-5-3多项式工业机器人时间最优轨迹规划算法matlab代码
- Java校园卡管理系统
- 多变量函数优化的L-BFGS算法matlab程序
- VC++_6.0_SP5
- JavaWeb图书管理系统MYSQL版 源码实例下载
- AOMEI Dynamic Disk Manager Pro 1.1 官方活动版＋正版注册码.rar
- VB动物管理员代码
- matlab心电信号处理
- 数理逻辑教材集合
- 水质模拟软件 WASP7_5
- 七巧板游戏（C#源码）
- SLE4442驱动源码
- 动物识别系统（MFC)）
- Android上传单文件和多文件（后台使用MultipartFile）
- 匈牙利算法及程序
- Ovation-DCS系统软件组态
- HCSR501的电路图
- HD66760_V2.0_20010901.pdf
- Rad_Sutido_10.4.2(Hunter)_doc_Build_3842.pdf
- 仿微信软件，socket实现有客户端和服务器
- fpga 硬件音乐演奏
- Unity3D三维立体相机
- Linux php-7.2.6
- Altium DXP Protel 元件封装库 DO-214 PCBLIB
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明