-
题名基于混合方式的贝叶斯网络等价类学习算法
被引量：9
- 1
-
-
作者
朱明敏
刘三阳
杨有龙
-
机构
西安电子科技大学理学院数学系
西安电子科技大学综合业务网国家重点实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2013年第1期98-104,共7页
-
基金
国家自然科学基金(No.60974082
No.61075055)
+1 种基金
国家杰出青年科学基金(No.11001214)
西安电子科技大学基本科研业务基金(No.K5051270013)
-
文摘
贝叶斯网络(BN)是不确定知识表示和推理的主要方法之一,是人工智能中重要的理论模型.针对现有混合方法学习BN结构不稳定、容易陷入局部最优等问题,本文将图论中的最大主子图分解理论与条件独立(CI)测试相结合,同时引入少量的局部评分搜索,提出一种新的基于混合方式的BN等价类学习算法.新算法通过确定所有变量的Markov边界构造网络的无向独立图,并对无向图进行最大主子图分解,从而将高维的结构学习问题转化为低维问题,然后利用低阶CI测试和局部评分搜索识别子图中的V结构.理论证明以及实验分析显示了新算法的正确性和有效性.
-
关键词
贝叶斯网络
最大主分解
markov边界
有向无环图
条件独立
-
Keywords
Bayesian network
maximal prime decomposition
markov boundary
directed acyclic graph
conditional independence
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名构造样本k近邻数据的多标签分类算法
被引量：7
- 2
-
-
作者
乔亚琴
马盈仓
陈红
杨小飞
-
机构
西安工程大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第6期135-142,共8页
-
基金
国家自然科学基金(No.11501435)
西安市科技计划项目(No.CXY1441(2))
西安工程大学研究生创新基金(No.CX201726)
-
文摘
在多标签分类问题中,通过k近邻的分类思想,构造测试样本关于近邻样本类别标签的新数据,通过回归模型建立在新数据下的多标签分类算法。计算测试样本在每个标签上考虑距离的k近邻,构造出每个样本关于标签的新数据集。对新数据集采取线性回归和Logistic回归,给出基于样本k近邻数据的多标签分类算法。为了进一步利用原始数据的信息,考虑每个标签关于原始属性的Markov边界,结合新数据的特征建立新的回归模型,提出考虑Markov边界的多标签分类算法。实验结果表明所给出的方法性能优于常用的多标签学习算法。
-
关键词
多标签分类
LOGISTIC回归
K近邻
markov边界
-
Keywords
multi-label classification
Logistic regression
k-nearest neighbors
markov boundary
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于混合方式的贝叶斯网络结构学习
被引量：2
- 3
-
-
作者
张燕
朱明敏
宋苏鸣
-
机构
西安电子科技大学数学系
-
出处
《电子科技》
2014年第10期115-118,共4页
-
文摘
基于最大主子图分解技术和遗传算法,提出了一种混合方式的贝叶斯网络结构学习算法。该算法首先根据领域知识和观察数据构造网络的无向独立图,并对其进行最大主子图分解,再利用遗传算法学习每个子图的结构,同时进行合并修正得到最优的贝叶斯网络结构。分解过程将一个学习大网络问题转化为小子图的学习问题,降低了搜索空间。仿真结果表明,新算法的学习效果与运行效率均有明显提高。
-
关键词
贝叶斯网络
markov边界
最大主子图分解
遗传算法
-
Keywords
Bayesian network
markov boundary
maximal prime decomposition
genetic algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
