比较神经网络和贝叶斯网络的效率

Posted

技术标签:

【中文标题】比较神经网络和贝叶斯网络的效率【英文标题】:Compare the efficient between neural network and bayesian network 【发布时间】:2014-08-07 20:44:54 【问题描述】:

像标题一样,谁能告诉我 ANN 和贝叶斯在分类或检测和识别问题上哪个更好? 在雷达跟踪系统中,目标有速度,方向,高度,......可以应用? 在图像处理系统中,哪些可以应用?

【问题讨论】:

这不是一个放置你的家庭作业问题的网站。请不要再问公然离题的问题(比如你的关于 VirtualBox 的问题,获得了 12 个赞成票):可能的答案太多了,或者对于这种格式来说,好的答案太长了。请添加详细信息以缩小答案范围或隔离可以在几段中回答的问题。 【参考方案1】:

对于这样的问题,不可能有绝对的“A 优于 B”的答案。每个系统的性能取决于数据在问题空间中的位置,在不同的问题中,某些算法比其他算法更适合。

话虽如此,如果您想为实际应用选择一种机器学习方法,最好的解决方案是使用支持向量机,这似乎在大多数问题上都能产生最好的结果。在图像处理中尤其如此,其中描述图像的属性数量通常很大,而 SVM 是标准方法。

【讨论】:

以上是关于比较神经网络和贝叶斯网络的效率的主要内容,如果未能解决你的问题,请参考以下文章

贝叶斯网络

有关贝叶斯概率和贝叶斯网络和贝叶斯因果网络的自习笔记

有关贝叶斯概率和贝叶斯网络和贝叶斯因果网络的自习笔记

贝叶斯定理(贝叶斯分类)

第七章 贝叶斯网络

朴素贝叶斯与贝叶斯网络