主观贝叶斯自学习推理动物疾病确诊方法研究

被引：4

作者：

席金菊 ^{[1
]}

李淑红 ^{[2
]}

机构：

[1] 湖南文理学院计算机科学与技术学院

[2] 湖南文理学院生命科学学院

来源：

湖南科技大学学报(自然科学版) | 2009年 / 24卷 / 01期

关键词：

贝叶斯推理; 机器学习; 疾病诊断; 统计自学习;

D O I：

暂无

中图分类号：

S854.4 [兽医诊断学];

学科分类号：

摘要：

基于传统专家系统技术建立的疾病诊断系统大多数仅仅运用历史知识进行推理,缺乏学习能力,致使知识更新效率低,结论准确度不高.研究以确诊山羊疾病为例,提出主观自学习贝叶斯推理确诊机制,设计专家系统体系架构,构造贝叶斯推理方法和学习算法.实验表明:同传统方法相比,该诊断求解模型提高了知识库利用率,改善了准确度,增加了学习智能,获得满意的实验效果.图1,表2,参8.

引用

页码：95 / 97

页数：3

共 6 条

[1] 鸡病诊断专家系统知识库设计 [J].

杨彦涛 ;

王靖飞 ;

吉增涛 ;

李静 ;

吴春艳 ;

王洪斌 .

黑龙江畜牧兽医, 2006, (10) :75-77

[2] 基于模糊神经网络的葡萄病害诊断系统研究 [J].

刘树文 ;

王庆伟 ;

何东健 ;

李华 ;

武苏里 .

农业工程学报, 2006, (09) :144-147

[3] 基于支持向量基的网络应用层故障检测系统 [J].

李千目 ;

许满武 ;

张宏 ;

刘凤玉 .

系统仿真学报, 2006, (07) :1806-1809

[4] 多模式组合诊断技术在导弹导引头上的应用研究 [J].

廖瑛 ;

梁加红 ;

廖超伟 ;

李磊 ;

周炼 .

宇航学报, 2006, (03) :390-395

[5]

人工智能原理与方法.[M].王永庆著;.西安交通大学出版社.1998,

[6]

人工智能及其应用.[M].蔡自兴;徐光〓[编著];.清华大学出版社.1996,

← 1 →