您的位置： 专家智库 > >

李晓兵

作品数：3 被引量：6H指数：1
供职机构：广东工业大学计算机学院更多>>
发文基金：国家自然科学基金广东省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇网络
  • 3篇贝叶斯
  • 3篇贝叶斯网
  • 3篇贝叶斯网络
  • 2篇预后
  • 2篇预后评估
  • 2篇后评
  • 2篇后评估
  • 1篇学习算法
  • 1篇重症
  • 1篇重症患者
  • 1篇最小描述长度
  • 1篇网络结构
  • 1篇网络结构学习
  • 1篇结构学习算法
  • 1篇老年
  • 1篇老年重症
  • 1篇老年重症患者
  • 1篇贝叶斯网络结...
  • 1篇贝叶斯网络结...

机构

  • 3篇广东工业大学
  • 2篇中油管道物资...
  • 1篇广州军区广州...

作者

  • 3篇李晓兵
  • 2篇曾安
  • 2篇杨海东
  • 1篇董家辉
  • 1篇谢光强

传媒

  • 1篇太原理工大学...
  • 1篇东北师大学报...

年份

  • 3篇2014
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于最小描述长度和K2的贝叶斯网络结构学习算法被引量：5
2014年
为了找到既简约又客观的网络结构,在分析最小描述长度(MDL)测度和K2算法特点的基础上,提出了一种将MDL与K2算法相结合的贝叶斯网络结构学习算法(KMBN).实验结果表明,KMBN算法在时间复杂性和可靠性方面都优于传统的K2算法和基于K2与模拟退火的贝叶斯网络结构学习算法.
曾安李晓兵杨海东潘丹
关键词：MDLK2算法
基于贝叶斯网络的老年重症患者的预后评估被引量：1
2014年
针对当前重症患者预后相关因素的研究主要集中于线性回归分析,构建了一基于贝叶斯网络的老年重症患者预后评估系统。提出了一种基于最小描述长度与K2算法的贝叶斯方法,以获得较优的网络结构;并利用最大似然估计进行参数学习。四折交叉抽样的实验结果表明,所构建系统的预测精度比传统的BP神经网络和基于K2的贝叶斯网络学习分别提高了6.87%和27.20%.这将为医生预测高龄患者在ICU治疗中的受益程度提供临床决策支持。
曾安李晓兵杨海东潘丹谢光强董家辉
关键词：贝叶斯网络预后评估
贝叶斯网络及其在ICU患者预后评估中的应用
贝叶斯网络以概率论和图论为理论基础，它是一种将有向无环图和条件概率表有机结合的图形模式，并且描述了变量之间的依赖关系或因果关系。由于贝叶斯网络具有独特的不确定性表达形式、易于综合先验知识以及直观的推理结果等特性，因此贝叶...
李晓兵
关键词：贝叶斯网络ICU患者预后评估
全选 清除 导出
共1页<1>
聚类工具0