主观Bayes方法-知识的不确定性与不确定推理（可信度方法主观贝叶斯模糊推理概率分配函数正交和似然函数信任函数）
5.4主观Bayes方法
5.4.1 知识不确定性的表示
1. 知识表示方法
在主观Bayes方法中，知识是用产生式表示的，其形式为
IFETHEN(LS，LN) H
其中(LS，LN)用来表示该知识的知识强度，LS和LN的表示形式分别为
LS=P(E/H)/P(E/~H)
LN=P(~E/H) /P(~E/~H)=(1-P(E/H))/(1-P(E/~H))
LS和LN的取值范围均为［0，+∞］。
由Bayes公式可知
P(H/E)=P(E/H)×P(H)/P(E)
P(~H/E)=P(E/~H)×P(~H)/P(E)
将两式相除，得
P(H/E)/P(~H/E)=P(E/H)/P(E/~H)×P(H)/P(~H)
文件下载
评论信息
其他资源
- 基于Matlab的IEEE14节点潮流计算.zip
- 速达工业版5000v3.92 10-50
- MStar Edid编辑工具,版本Mstar EDID Generator1.6.9.0
- Spire.Doc破解版
- gdal-3.2.1.tar.gz
- 金算盘6F6.10破解（已脱壳ccu加密）
- 王松桂_《线性模型理论及其应用》
- webVideoCtrl.js海康威视摄像vue引用脚本
- FT230x资料汇总--驱动+配置软件+datasheet
- MA5626V800R312C00SPC203_H825EPUB.7zip
- arduino-ble-ident-n-set：Arduino BLE模块识别和设置草图。 支持HM-10，CC41和类似的通用BLE模块-源码
- 简单的图书购物系统
- Java3D所包含的jar包和自己当时写的小demo
- 倍福远程登录破解.pdf
- 《Python标准库》.(Doug Hellmann）中文版
- toad for oracle
- 别样诠释 一个Visual C++老鸟10年学习与开发心得_管皓
- OPENGL API及扩展大全
- vs2010 MFC基础教程
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