当前位置: 首页 > 期刊 > 《中国医学创新》 > 2013年第4期 > 正文
编号:12357792
贝叶斯网络在医学领域中的应用研究(2)
http://www.100md.com 2013年2月5日 张月 黄钢 章小雷 田理政 曾词正
第1页

    参见附件。

     医务人员不仅可以通过贝叶斯网络图形化的特点建立起疾病与症状之间的因果关系,还可以利用它对于临床缺失数据的处理优化模型,从而使得医疗诊断更加科学化,客观化以及准确性。因此,可以预见贝叶斯网络在医学领域将要发挥越来越重要的作用。

    参考文献

    [1] Heckerman D.A Bayesian approach for learning causal networks[C] .In Proceedings of Eleventh Conference on Uncertainty in Artificial Intelligence. Montreal, QU: Morgan Kaufmann,1995:28-295.

    [2] Jensen F V.An Introduction to Bayesian Networks[M].New York:Springer,1996:35-36.

    [3] Pearl J.Probabilistic Reasoning in Intelligent Systems:Networks of Plausible Inference[C] .Morgan-Kaufmann, San Mateo.CA,1988,45-47.

    [4] 张连文,郭海鹏.贝叶斯网引论[M].北京:科学出版社,2006.

    [5] Jaehun Lee, Wooyong Chung, Euntai Kim, and Soohan Kim.A New Genetic Approach for Structure Learning of Bayesian Networks:Matrix Genetic Algorithm[J] .International Journal of Control, Automation, and Systems,2010,8(2):398-407.

    [6] 陈祐凡. 针对线上学习的适应化导航模型[D].淡江大学资讯工程研究所,2003,102-103.

    [7] S Z Zhang, Z N Zhang, N H Yang, J Y Zhang, and X K Wang. An improved EM algorithm for Bayesian networks parameter learning[J].Machine Learning and Cybernetics,2004,8(3):1503-1508.

    [8] Cooper G, Herskovits E.A Bayesian Method for Constructing Bayesian Belief Networks from Databases[C]. In: Ambrosio, B., Smets, P. (eds.) UAI '91. Proceedings of the Seventh Annual Conference on Uncertainty in Artificial Intelligence,Morgan Kaufmann, San Francisco,1991:86-94.

    [9] Chow C K, Liu C N. Approximating discrete probability distributions with dependence trees[J] .IEEE Transactions on Information Theory,1968,14(3):462-467.

    [10] 张兵利,裴亚辉.贝叶斯网络模型概述[J].电脑与信息技术,2008,16(5):43-42.

    [11] D Heckerman. Bayesian Networks for Data Mining[J] .Data Mining and Knowledge Discovery ......

您现在查看是摘要介绍页,详见PDF附件(2945kb)