基于因素分析理论的因素Markov链研究

论文摘要

为了适应人工智能处理背景关系的随机性和不确定性的要求,在因素空间的背景分布及模糊背景关系理论基础上,研究了因素空间的可测性,得到可测因素、可测因素空间和因素概率分布函数,并将因素分析理论与信息增益应用到辽宁阜新农村人群高血压危险因素分析中去,得到了高血压病的危险因素排序及危险因素分析.在因素分析理论的基础上给出因素随机过程、因素Markov过程及决策Markov过程定义,研究了因素Markov过程与性质,得到结果:用因素空间作为基本空间,为处理无后效性的因素随机过程提供一种预测方法,对于因素空间理论具有基础性意义,为处理人工智能的决策过程提供了理论依据.因素Markov链不仅能解决无后效性的决策问题,又能在因素分析理论基础上解释状态转移概率产生的原因.在Markov过程中探讨了转移矩阵产生的原因.当决定状态的因素相互独立时,给出因素状态转移概率的计算方法.研究表明:用因素空间作为基本空间,为处理具有无后效性的因素随机过程提供新的预测方法,对于处理人工智能的决策过程具有基础性意义.该论文有图6个,表7个,参考文献56篇.

论文目录

• 致谢
• 摘要
• abstract
• 变量注释表
• 1 绪论
•   1.1 研究背景
•   1.2 研究现状
•   1.3 存在的问题及研究意义
•   1.4 结构安排
• 2 因素空间基础知识
•   2.1 因素空间
•   2.2 因素库
• 3 可测因素空间理论下的背景分布
•   3.1 可测因素空间
•   3.2 可测因素空间理论的背景分布
•   3.3 实例应用
•   3.4 小结
• 4 因素空间理论下的因素Markov链
•   4.1 因素状态转移矩阵
•   4.2 因素Markov链
•   4.3 实例应用
•   4.4 小结
• 5 结论与展望
•   5.1 结论
•   5.2 展望
• 参考文献
• 附录 A 附录内容名称
• 作者简历
• 学位论文数据集

文章来源

类型: 硕士论文

作者: 张艳妮

导师: 曾繁慧

关键词: 因素分析理论,因素空间,因素链,因素状态转移,背景关系

来源: 辽宁工程技术大学

年度: 2019

分类: 基础科学

专业: 数学

单位: 辽宁工程技术大学

分类号: O211.62

DOI: 10.27210/d.cnki.glnju.2019.000435

总页数: 59

文件大小: 1631K

下载量: 13