离散动态贝叶斯网络的进化粒子滤波推理算法

被引：5

作者：

王浩

杨峰

姚宏亮

机构：

[1] 合肥工业大学计算机与信息学院

来源：

计算机研究与发展 | 2008年 / S1期

基金：

安徽省自然科学基金;

关键词：

动态贝叶斯网络; 粒子滤波算法; 退化现象; 粒子群优化;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

粒子滤波(PF)是动态贝叶斯网络(DBN)的一种近似推理算法,虽然重抽样过程的引入能有效减轻PF的退化现象,却带来了采样枯竭问题,导致推理精度下降.提出一种进化粒子滤波(EPF)推理算法,把离散粒子群优化(DPSO)技术引入到传统PF中,利用DPSO的迭代寻优能力重新分配粒子,使粒子的表示更加接近真实后验概率密度,以提高PF的推理精度.在离散DBN上的概率推理实验结果表明了EPF算法的有效性.

引用

页码：295 / 299

页数：5

共 4 条

[1] 粒子滤波算法综述 [J].