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.

具有丢失数据的贝叶斯网络结构学习算法_专业资料。学习具有丢失数据的贝叶斯网络结构主要采用结合EM算法的打分-搜索方法,其效率和可靠性比较低。针对此问题建立一个新...
具有缺失数据的贝叶斯网络结构学习算法研究_专业资料。基于随机搜索思想提出了一种具有丢失数据的贝叶斯网络结构学习算法BPMHS,该算法同时进行多个Metrpolis—Hasting抽样...
一种数据缺失下贝叶斯网络增量学习的有效方法_专业资料。提出一种在数据缺失下增量学习贝叶斯网络的有效算法IBN—M。IBN—M用结构化的EM算法来补全数据集中缺失的...
搜索方法进行具有丢失数据的贝叶斯网络结构学习,算法效率较低,而 且易于陷入局部最优结构.针对这些问题,建立了一种新的具有丢失数据的贝叶斯网络结构学习方法.首先随机...
一种隐式法的贝叶斯网络结构学习_专业资料。通过分析K2,BIC,AIC和IM等方式的...仿真实验结果表明,针对标准数据集学习,隐式法的贝叶斯网络学习算法在没有先验知识...
数据缺失下学习贝叶斯网的一种混合启发方法_专业资料。建立了具有数据缺失训练集下学习贝叶斯网的一种混合启发方法:SGS-EM—PACOB算法。它基于打分-搜索方法,利用GS...
一种数据缺失下贝叶斯网络... 2人阅读 3页 2.00元 具有缺失数据的贝叶斯...该方法基于Pohlig-Hellman加密算法,使用安全有向边统计算法得到结构有向边的交集...
网络结构学习的遗传算法 , 实验结果表明该方法在小数据集上学 习贝叶斯网络具有...集 ( 小样本) 统计的缺点 是信息不足 ,为此需要挖掘潜在信息以补充缺失数据 ...
关键词: 贝叶斯网; 结构学习; 不完备数据; 算法 中图分类号: T P311. 1 ...2. 2. 1 缺失数据情况下的贝叶斯网结构学习 具有缺失数据的贝 叶斯网结构...
贝叶斯网络结构学习总结 8页 免费 具有丢失数据的贝叶斯网... 7页 免费 小...计算具有封闭性另一种是结构似然的计算不具有封 闭性 这时一般采用近似的 方法...
热门文档