人工智能主觀貝葉斯分析實驗,DOC_第1頁
人工智能主觀貝葉斯分析實驗,DOC_第2頁
人工智能主觀貝葉斯分析實驗,DOC_第3頁
人工智能主觀貝葉斯分析實驗,DOC_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、人工智能實驗報告西安交大、實驗?zāi)康膶W(xué)習(xí)了解java編程語言,掌握基本的算法實現(xiàn);深入理解貝葉斯理論和不確定性推理理論;學(xué)習(xí)運(yùn)用主觀貝葉斯公式進(jìn)行不確定推理的原理和過程二、實驗題目用java語言實現(xiàn)運(yùn)用主觀貝葉斯公式進(jìn)行不確定性推理的過程:根據(jù)初始證 據(jù)E的概率P(E)及 LS、LN的值,把H的先驗概率P(H)更新為后驗概率P(H/E) 或者P(H/E)。要求如下:充分考慮各種證據(jù)情況:證據(jù)肯定存在、證據(jù)肯定不存在、觀察與證 據(jù)無關(guān)、其他情況;考慮EH公式和CP公式兩種計算后驗概率的方法;給出EH公式的分段線性插值圖;三、實驗原理1、知識的不確定性在主觀貝葉斯方法中,只是是如下形式的產(chǎn)生式規(guī)則表

2、示:IF E THEN (LS,LN) H (P(H)LS是充分性度量。其定義為:LS=P(E|H)/P(E|H)。LN是必要性度量,其定義為:ln=p(-e|h)/p(-e|-h) = (i-p(e|h)/(i-p(e|-h)。2、證據(jù)不確定時的計算公式四、實驗代碼importjava.awt.*;importimportimportimportjavax.swing.*;publicclassbayesextendsJFrameimplementsActionListener(JPanelpanel=newJPanel();JLabelph=newJLabel(P(H);JTextFiel

3、dPH=newJTextField(,3);JLabelpe=newJLabel(P(E);JTextFieldPE=newJTextField(,3);JLabells=newJLabel(LS);JTextFieldLS=newJTextField(,3);JLabelln=newJLabel(LN);JTextFieldLN=newJTextField(,3);Buttoncompute=newButton(COMPUTE);staticdoublet_ph;staticdoublet_pe;staticdoublet_!n;staticdoublet_ls;staticdoubleph

4、_e;/P(E/S)=0時PHSstaticdoublephe;/P(E/S)=1時PHS publicbayes()(setLayout(newBorderLayout();panel.setLayout(newFlowLayout();panel.add(ph);panel.add(PH);panel.add(pe);panel.add(PE);panel.add(ln);panel.add(LN);panel.add(ls);panel.add(LS);this.add(panel);compute.addActionListener(this);this.add(compute,Bor

5、derLayout.SOUTH);publicstaticvoidmain(Stringargs)(bayesa=newbayes();a.setSize(400,250);a.setVisible(true);a.setDefaultCloseOperation(EXIT_ON_CLOSE);OverridepublicvoidactionPerformed(ActionEventarg0)(/TODOAuto-generatedmethodstubt_ph=newDouble(PH.getText();t_pe=newDouble(PE.getText();t_ls=newDouble(L

6、S.getText();t_ln=newDouble(LN.getText();ph_e=t_ln* t_ph/( t_ln-1)* t_ph+1);phe=t_ls* t_ph/(t_ls-1)* t_ph+1);displayc=newdisplay();classdrawextendsJPanel(publicvoidpaint(Graphicsg)(super.paint(g);g.drawLine(50,350,350,350);g.drawLine(50,50,50,350);g.drawLine(50,350-(int)(bayes.ph_e*300),50+(int)(baye

7、s.t_pe*300), 350-(int)(bayes.t_ph*300);g.drawLine(50+(int)(bayes.t_pe*300),350-(int)(bayes.t_ph*300),350 ,350-(int)(bayes.phe*300);classdisplayextendsJFramepublicdisplay()drawb=newdraw();this.add(b);this.setDefaultCloseOperation(JFrame. EXIT_ON_CLOSE);this.setVisible(true);this.setSize(400,400);五、實驗結(jié)果輸入初始值:圖像結(jié)果顯示:

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論