摘要: http://wenku.baidu.com/view/db7a6e0852ea551810a6876f.html 阅读全文
posted @ 2013-04-14 17:13 xjx_user 阅读(95) 评论(0) 推荐(0) 编辑
摘要: package cn.edu.xmu.bdm.wekainjava.test; import java.io.File; import weka.classifiers.Classifier; import weka.classifiers.Evaluation; import weka.classifiers.bayes.NaiveBayes; import weka.classifiers.functions.LibSVM; import weka.classifiers.meta.Vote; import weka.core.Instances; impo... 阅读全文
posted @ 2013-04-14 15:37 xjx_user 阅读(1586) 评论(0) 推荐(0) 编辑
摘要: 近期需要java调用matlab程序,花了大半天时间终于完成了一个小程序的测试,与大家分享一下成果一、在MATLAB中编辑operation.m,%定义一个函数operation(a,b),求a与b的加减乘除运算,并返回结果%函数定义function 输出变量列表[s,m,...] 函数名(输入变量列表)sum,sub,mul,div中function [sum,sub,mul,div] = operation(a,b);sum = a + b;sub = a - b;mul = a * b;div = a / b;end二、生成Java调用文件Matlab命令中输入deploytool,新建 阅读全文
posted @ 2013-04-14 13:48 xjx_user 阅读(835) 评论(1) 推荐(0) 编辑
摘要: matlab的安装 第一次装matlab,装好后发现没有在桌面生成图标,还以为是最后提示的编译器没有安装。结果发现,matlab的图标在其安装的bin目录下面,进行初始化就能开始使用了关于贝叶斯网络 1.简单的教程可以参照如下地址: http://cs.nyu.edu/faculty/davise/ai/bayesnet.html http://www.cnblogs.com/leoo2sk/archive/2010/09/18/bayes-network.html 2.向matlab中添加FULLBNT,参考地址: http://hi.baidu.com/73290673/item/21d. 阅读全文
posted @ 2013-04-14 13:38 xjx_user 阅读(3028) 评论(0) 推荐(0) 编辑
摘要: 采用MATLAB语言编制的贝叶斯网络工具箱(Bayesian Networks Toolbox,BNT)可实现贝叶斯网络结构学习、参数学习、推理和构建贝叶斯分类器,此工具箱在贝叶斯学习编程方面非常灵活。官方主页:http://www.cs.ubc.ca/~murphyk/Software/BNT/bnt.html 官方下载:http://www.cs.ubc.ca/~murphyk/Software/BNT/FullBNT-1.0.4.zip 原文链接:http://hi.baidu.com/zgyz/blog/item/2d3627f415c7fbe77709d763.html贝叶斯网络:h 阅读全文
posted @ 2013-04-14 13:35 xjx_user 阅读(856) 评论(0) 推荐(0) 编辑
摘要: 提纲:最近工作: B-COURSE工具学习 BNT研究与学习 BNT相关实验及结果 手动建立贝叶斯网及简单推理 参数学习 结构学习下一步工作安排最近工作:1. B-COURSE 工具学习 B-COURSE是一个供教育者和研究者免费使用的web贝叶斯网络工具。主要分为依赖关系建模和分类器模型设计。输入自己的研究数据,就可以利用该工具在线建立模型,并依据建立好的模型进行简单推理。B-COURSE要求数据格式是ASCII txt格式的离散数据,其中第一行是各种数据属性变量,其余各行则是采集的样本,属性变量值可以是字符串也可以是数据,属性变量之间用制表符分割,缺失属性变量值用空格代替。读入数据后,在. 阅读全文
posted @ 2013-04-14 13:26 xjx_user 阅读(5840) 评论(0) 推荐(0) 编辑
摘要: N = 4;dag = zeros( N, N );C = 1; S = 2;R = 3;W = 4;dag( C, [R S] ) = 1;dag( R, W ) = 1;dag( S, W ) = 1;node_sizes = 2*ones(1,N);%node_sizes = [ 4 2 3 5];%建立有向无环图onodes = [];bNet = mk_bnet( dag, node_sizes );%建立条件概率表bNet.CPD{C} = tabular_CPD( bNet, C, 'CPT', [0.5 0.5] );bNet.CPD{R} = tabular_ 阅读全文
posted @ 2013-04-14 12:28 xjx_user 阅读(679) 评论(0) 推荐(0) 编辑