文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 一种具有缺失数据的贝叶斯网络结构学习方法
侵权投诉

一种具有缺失数据的贝叶斯网络结构学习方法

在数据缺失的情况下,文章建立的贝叶斯网络结构学习方法BC-ISOR基于界定折叠方法进行变量集联合概率的估计,基于依赖分析的基本思想进行贝叶斯网络的结构学习。该方法的概率估计与数据的缺失率无关,并有效降低了条件独立性检验的次数和阶数,因而具有良好的学习效率并能避免陷入局部最优;针对Asia网络的实验结果表明,该方法比经典方法SEM具有更好地时效性和精确性。

维普资讯 doc.guandang.net

第3 0卷第 4期 2 0年 4月 07

合肥工业大学学报 (自然科学版) J OURNAL 0F HEFE IUNI VERS TY TE I OF CHNOL OGY

Vo. 0No 4 13 . Ap . 2 0 r 0 7

一

种具有缺失数据的贝叶斯网络结构学习方法 胡春玲,胡学钢 (. 1合肥工业大学计算机与信息学院,安徽合肥 200; . 30 9 2合肥学院计算机科学与技术系,安徽合肥 202) 302

摘

要:在数据缺失的情况下,文章建立的贝叶斯网络结构学习方法 B _ 0 c I R基于界定折叠方法进行变量集 s

联合概率的估计,基于依赖分析的基本思想进行贝叶斯网络的结构学习。该方法的概率估计与数据的缺失率无关,并有效降低了条件独立性检验的次数和阶数,因而具有良好的学习效率并能避免陷入局部最优;对针 As i a网络的实验结果表明,该方法比经典方法 S M具有更好地时效性和精确性。 E

关键词:贝叶斯网络;结构学习;缺失数据;依赖分析 中图分类号: P 8 T 12文献标识码: A文章编号:0 35 6 (0 7 0—4 90 1 0—0 0 2 0 )40 4—5

A e h d f rla ni y sa newo ksf o isn t m t o o e r ng Ba e in t r r m m s i g da a H U u -i g, H U eg n Ch n l n Xu -a g ( . ho lo mp t ra dI fr ain,H ee ie st fTe hn lgy 1S c o fCo u e n no m to fi Unv riyo c oo,H ee 0 0 fi 23 0 9,Chn;2 De t fC mp e ce c n c— ia . p.o o utrS in ea dTe h n lg oo y,Hee nv r iy fi ie st,H ee 3 0 2,Chn ) U fi2 0 2 ia

Ab ta t A e me h dBC I OR u o wa df rla n n y sa e wo k r m isn a ai sr c: n w t o -S i p tf r r o e r ig Ba e in n t r sfo m s ig d t n s t i p p r Th eh d u e h n e l igp icpeo eb u da d c l p eme h dt s i aet e hs

a e . em t o s st eu d ryn rn il ft o n n o l s t o oe t t h h a m

jit r b bl yo aibest,n d p s ai ie so e e d n ya ay i t anB y s nn t n o a it f r l esa dia o t s a f p n e c n ls ol r a e i e— o p i v a t b cd d s e a wo k . Th r b bl y e t a in o h t o si d p n e t o h e c n a e o isn a a rs e p o a it s i t ft e me h d i n e e d n ft e p re t g fm s ig d t. i m o Th t o r al e u e h u b ra d o d ro o d t n lid p n e c e t. S h t o eme h d g e t r d c st en m e n r e fc n i o a n e e d n e tss y i o t e meh d h sg o fiin y a d a od t p ig a h o al p i ln t r . Th x e i n a e ut n a o d ef e c n v iss o p n tt e lc l o t c y ma ewo k e e p rme tlrs ls o t eAsan t r h w h t h eh dBC I OR o eef in n o ea c r t h n t eca sc l h i ewo k s o t a em t o -S t i m r fi e ta dm r c u a et a h ls ia s c m eh d S t o EM .

Ke r s B y sa ewo k tu t r e r ig;misn aa e e d n y a ay i ywo d: a e in n t r;sr c u ela nn s i g d t;d p n e c n lss

0引

言

生 2面的问题:方打分函数不再具有可分解形式,

贝叶斯网络是处理不确定性问题的有效模型之一,该模型具有坚实的概率理论基础、自然的知识表达方式、活的推理机制和方便的决策机制。灵 然而在大型应用中,领域专家的知识中抽取贝从叶斯网络是费时费力的,至是不可能的 J甚。因此,年来,数据中学习贝叶斯网络成为一个非近从 常活跃的研究领域。

不能进行局部搜索;一

些充分统计因子不存在,无法直接进行结构打分。文献E 3 2给出了解决后一 个问题的一些方法,些方法对选择的贝叶斯网这

络结构首先进行最大后验参数估计,然后进行近似结构打分。由于搜索空问大和存在近似打分误差,使学习效率较低,且结果不够可靠。文献[] 3改进了上述方法,出了 S M方法,提 E该方法主要贡献在于:每一次迭代只需要对结构发生变化的 局部重新打分,只从当前最优的网络结构开始并

具有缺失数据的贝叶斯网络结构学习,直一是这一领域的热点和难点。数据的缺失主要会产 收稿日期: 061—3修改日期:0 70—3 2 0—10: 2 0—12

下一轮迭代,直到结构趋于收敛,该方法在一定程

基金项目:安徽省自然科学基金资助项目 (5 4 0 0 )合肥工业大学科研发展基金资助项目 ( 5 54 ) 00227; 0 0 0 F作者简介:胡春玲 (9 O,, 17一)女安徽枞阳人,合肥工业大学博士生,合肥学院助教; 胡学钢 (9 1,, 1 6一)男安徽当涂人,士,博合肥工业大学教授,硕士生导师.

一种具有缺失数据的贝叶斯网络结构学习方法

第1页

你可能喜欢

  • 缺失数据
  • 贝叶斯推断
  • 贝叶斯估计
  • 贝叶斯统计
  • 贝叶斯分析

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email