acc_successions | 返回每个级别中具有连续节点数的向量 | ||
add_attr_to_fit | 将mu向量和sigma矩阵作为属性添加到bn.fit公司或者dbn.fit公司对象 | ||
approximate_inference | 使用GDBN对数据集执行近似推理预测 | ||
approx_prediction_step | 在dbn的时间片中执行近似推断 | ||
calc_mu | 计算高斯线性网络均值的μ向量。C++函数的前端。 | ||
calc_mu_cpp | 计算高斯线性网络均值的μ向量。这是函数的C++后端。 | ||
calc_sigma | 计算高斯线性网络的sigma协方差矩阵。C++函数的前端。 | ||
calc_sigma_cpp | 计算高斯线性网络的sigma协方差矩阵。这是函数的C++后端。 | ||
Causlist | 此文件包含PSOHO结构学习算法所需的所有类。它是作为一个独立的包实现的https://github.com/dkesada/PSOHO然后合并到dbnR。所有原始源文件合并为一个,以避免包的R/文件夹膨胀。 | ||
check_time0_formatted | 检查名称向量的时间格式是否为t0 | ||
cl_to_arc_matrix_cpp | 用因果关系表对象中定义的弧创建矩阵 | ||
create_blacklist | 从折叠曲面创建弧的黑名单数据表 | ||
create_causlist_cpp | 从DBN创建原因列表。这是函数的C++后端。 | ||
cte_times_vel_cpp | 将速度乘以常数实数 | ||
dmmhc | 从数据中学习马尔可夫n-DBN模型的结构 | ||
dynamic_ordering | 获取DBN中单个时间片的顺序 | ||
exact_inference | 使用GDBN对数据集执行精确的推断预测 | ||
exact_prediction_step | 在dbn的时间片中执行精确推断 | ||
expand_time_nodes | 将BallMapper中节点的名称扩展到object(max-1) | ||
fit_dbn_params | 符合马尔可夫n-DBN模型 | ||
fold_dt | 扩展数据集以考虑t个以前的时间片 | ||
fold_dt_rec | 扩展数据集以考虑t个以前的时间片 | ||
forecast_ts | 使用GDBN对数据集执行预测 | ||
initialize_cl_cpp | 创建一个因果关系列表并初始化它 | ||
init_list_cpp | 初始化粒子 | ||
learn_dbn_struc | 从数据中学习马尔可夫n-DBN模型的结构 | ||
merge_nets | 将静态BN中的弧合并并复制到DBN中的所有时间片中 | ||
motor | 电动机温度的多元时间序列数据集 | ||
mvn_inference | 对多元正态分布进行推断 | ||
node_levels | 定义网络中每个节点的级别 | ||
Particle | R6类,在PSO算法中定义粒子 | ||
plot_dynamic_network | 以分层方式绘制动态贝叶斯网络 | ||
plot_network | 以分层方式绘制贝叶斯网络 | ||
Position | R6类,将DBN定义为因果关系列表 | ||
pos_minus_pos_cpp | 减去两个位置以获得将一个位置转换为另一个位置的速度 | ||
pos_plus_vel_cpp | 向位置添加速度 | ||
predict_bn | 对匹配的GBN执行推断 | ||
predict_dt | 使用GBN对测试数据集执行推断 | ||
PsoCtrl | 定义PSO控制器的R6类 | ||
psoho | 用PSO方法学习DBN结构 | ||
randomize_vl_cpp | 以给定的概率随机化速度 | ||
rename_nodes_cpp | 返回节点列表,并将时间片追加到所需的网络大小 | ||
time_rename | 重命名列表中的列数据表以filename_landmarks结尾 | ||
Velocity | R6类,定义影响PSO中因果关系列表的速度 | ||
vel_plus_vel_cpp | 加两个速度 |