Bayesian网转化为神经元网

Bayesian网目前广泛应用于专家系统中,用于处理大量以条件概率为形式的数据.本文借用神经元网络结构,根据专家给定的相关模型和部分观察集使用后向传播对条件概率进行估计,并在训练中,保持Bayesian网特性不变,应用Occam修剪法则,在化简过程中提炼其中的规律.实践表明,对于复杂的问题,由化简的因果模型得出的神经元网络更有效.