人工智能主观贝叶斯分析实验.doc

.人工智能实验报告西安交大一、实验目的（1） 学习了解java编程语言，掌握基本的算法实现；（2） 深入理解贝叶斯理论和不确定性推理理论；（3） 学习运用主观贝叶斯公式进行不确定推理的原理和过程二、实验题目用java语言实现运用主观贝叶斯公式进行不确定性推理的过程：根据初始证据E的概率P(E)及LS、LN的值，把H的先验概率P(H)更新为后验概率P(H/E)或者P(H/E)。要求如下：（1） 充分考虑各种证据情况：证据肯定存在、证据肯定不存在、观察与证据无关、其他情况；（2） 考虑EH公式和CP公式两种计算后验概率的方法；（3） 给出EH公式的分段线性插值图；三、实验原理 1、知识的不确定性 在主观贝叶斯方法中，只是是如下形式的产生式规则表示：IFE THEN(LS,LN) H(P(H)LS是充分性度量。其定义为：LS=P(E|H)/P(E|H)。LN是必要性度量，其定义为：LN=P(E|H)/P(E|H)=(1-P(E|H)/