本文關鍵詞：基于改進準則的貝葉斯網(wǎng)絡模型選擇

  更多相關文章： 貝葉斯網(wǎng)絡 模型選擇 α-BIC準則 MMHC

【摘要】：貝葉斯網(wǎng)絡(Bayesian network,BN)是一種基于概率論和圖論的相關知識而提出的圖模型。它可以利用圖的直觀性將隨機變量間復雜的關系得以呈現(xiàn),因此在高維數(shù)據(jù)和復雜系統(tǒng)的研究中得到了很好的應用,逐步發(fā)展為現(xiàn)代統(tǒng)計學研究領域的熱點。在近幾年,關于貝葉斯網(wǎng)絡的研究越來越受國內(nèi)外學者的重視,其中模型選擇是個關鍵問題,然而僅靠專家根據(jù)相關領域的知識來構建貝葉斯網(wǎng)絡相當困難,甚至是不可能的。因此,通過對數(shù)據(jù)集的學習,構建貝葉斯網(wǎng)絡具有重要意義。在深入研究貝葉斯網(wǎng)絡基礎理論及模型選擇方法的基礎上,從不同角度對原有方法進行改進,進而優(yōu)化了貝葉斯網(wǎng)絡模型選擇的效果。具體工作有：對模型選擇的評價準則進行了改進。在現(xiàn)有的貝葉斯網(wǎng)絡模型選擇的各種評價準則中,BIC評價準則最為常用。BIC準則的推導是基于大樣本前提下進行的,小樣本情況下構建的網(wǎng)絡連通性不足,過于稀疏。小樣本情況下,AIC準則構建的網(wǎng)絡卻比較復雜。針對這個問題,本文在深入分析這兩個評價準則的基礎上,引入調(diào)整因子,將BIC與AIC準則的懲罰項做加權處理,提出α-BIC評價準則,并結合理論分析和仿真模擬探討了新準則在小樣本條件下改進的合理性和建網(wǎng)的有效性。另外,對于目前越來越多的高維數(shù)據(jù)集,最大最小爬山法(MMHC)在貝葉斯網(wǎng)絡模型選擇問題上得到了廣泛使用。該方法分兩階段,在第一階段利用獨立性檢驗降低了第二階段評分搜索的搜索空間,建網(wǎng)的質量和效率較優(yōu),但第二階段所用到的評價準則BDeu會對網(wǎng)絡及參數(shù)的先驗概率分布提前做假設,然而實際應用時不一定能滿足這些概率分布的假設；而且該準則沒有考慮對模型的復雜程度進行懲罰。而α-BIC準則綜合考慮了所選網(wǎng)絡與數(shù)據(jù)的擬合程度和模型自身的復雜程度,于是本文將α-BIC評價準則應用到MMHC方法中,并通過仿真模擬比較分析大樣本情況下,α-BIC準則與BDeu、BIC、AIC準則對MMHC建網(wǎng)效果的影響。
【關鍵詞】：貝葉斯網(wǎng)絡 模型選擇 α-BIC準則 MMHC
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要6-7
• Abstract7-10
• 第1章 緒論10-14
• 1.1 研究背景及意義10-11
• 1.2 貝葉斯網(wǎng)絡及其模型選擇的發(fā)展和研究現(xiàn)狀11-12
• 1.3 本文研究思路及章節(jié)安排12-14
• 1.3.1 研究思路12-13
• 1.3.2 章節(jié)安排13-14
• 第2章 基本概念介紹14-20
• 2.1 概率論中相關知識14-15
• 2.2 圖論中相關知識15-16
• 2.3 貝葉斯網(wǎng)絡基本理論16-20
• 第3章 基于α-BIC準則的貝葉斯網(wǎng)絡模型選擇20-31
• 3.1 原有評價準則及準則比較方法20-21
• 3.2 對BIC、AIC準則的分析21-23
• 3.3 α-BIC評價準則及其合理性分析23-24
• 3.4 仿真模擬及分析24-31
• 第4章 α-BIC準則在MMHC方法中的應用31-40
• 4.1 MMHC方法的介紹31-35
• 4.2 MMHC方法評價準則存在的不足及改進分析35-36
• 4.3 仿真模擬及結果分析36-40
• 結論與展望40-42
• 致謝42-43
• 參考文獻43-48
• 攻讀碩士學位期間發(fā)表論文情況48

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙越;茹婷婷;;分層貝葉斯網(wǎng)絡模型研究[J];廣西輕工業(yè);2011年08期

2 陳亮;;改進的貝葉斯網(wǎng)絡模型在保險欺詐挖掘中的應用[J];河南城建學院學報;2012年01期

3 秦小虎;劉利;張穎;;一種基于貝葉斯網(wǎng)絡模型的交通事故預測方法[J];計算機仿真;2005年11期

4 柴慧敏;王寶樹;;態(tài)勢評估中的貝葉斯網(wǎng)絡模型研究[J];西安電子科技大學學報;2009年03期

5 黃建明;方嬌莉;王心平;;大學課程貝葉斯網(wǎng)絡模型研究[J];貴州大學學報(自然科學版);2009年02期

6 張凌宇;馬宗民;嚴麗;;一種基于貝葉斯網(wǎng)絡模型及多策略計算的本體映射方法[J];小型微型計算機系統(tǒng);2012年11期

7 歐潔;;基于貝葉斯網(wǎng)絡模型的用戶興趣聯(lián)合推送[J];計算機科學;2003年12期

8 王鵬;周厚順;王樹宗;;物元貝葉斯網(wǎng)絡模型研究[J];國防科技大學學報;2009年01期

9 金盛;王殿海;祁宏生;;單線圈檢測器速度估計的貝葉斯網(wǎng)絡模型[J];交通運輸系統(tǒng)工程與信息;2010年01期

10 石杰;;簡析貝葉斯網(wǎng)絡模型在偵查中的應用[J];法制與經(jīng)濟(中旬);2011年12期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 夏雪峰;孫之榮;;動態(tài)貝葉斯網(wǎng)絡結合先驗生物學知識構建調(diào)控網(wǎng)絡[A];第九次全國生物物理大會學術會議論文摘要集[C];2002年

2 劉貝;李勇;孟繁疆;蘆艷敏;;基因調(diào)控網(wǎng)絡模型的研究[A];黑龍江省計算機學會2007年學術交流年會論文集[C];2007年

3 黃山;瞿筆玄;顧秋艷;曹亦薇;;貝葉斯網(wǎng)絡模型在閱讀理解測驗中的應用[A];全國教育與心理統(tǒng)計與測量學術年會暨第八屆海峽兩岸心理與教育測驗學術研討會論文摘要集[C];2008年

4 陳林;章志凌;羅海飛;邵曉敏;汪更生;陳弈秋;何偉杰;;基于貝葉斯網(wǎng)絡模型的智能節(jié)目選擇的設計與實現(xiàn)[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

5 鐘女娟;劉言訓;;中藥經(jīng)驗要素貝葉斯網(wǎng)絡模型構建及應用[A];2011年中國衛(wèi)生統(tǒng)計學年會會議論文集[C];2011年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 朱浩;一類動態(tài)貝葉斯網(wǎng)絡模型及其應用研究[D];重慶大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 蘭志霞;基于改進準則的貝葉斯網(wǎng)絡模型選擇[D];西南交通大學;2016年

2 田冰;分布式異構貝葉斯網(wǎng)絡模型及其移動商務應用[D];廣東工業(yè)大學;2008年

3 曹明;監(jiān)控事件檢測的貝葉斯網(wǎng)絡模型優(yōu)化研究[D];上海交通大學;2011年

4 張茹;基于貝葉斯網(wǎng)絡模型的風機齒輪箱的故障分析診斷[D];哈爾濱理工大學;2014年

，

本文編號：1004490