貝葉斯網(wǎng)絡結構學習及MBNC實驗平臺的構建.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著信息技術的發(fā)展,數(shù)據(jù)挖掘技術廣泛應用于實際運用中,貝葉斯網(wǎng)絡作為一種有效的知識表示方式和概率推理模型,是處理不確定性的強有力圖形決策化分析工具?,F(xiàn)實世界中存在著海量數(shù)據(jù),如何處理這些數(shù)據(jù),并從中發(fā)現(xiàn)有用的知識具有現(xiàn)實意義。貝葉斯網(wǎng)絡是一個帶有概率注釋的有向無環(huán)圖,由網(wǎng)絡的拓撲結構和局部概率分布兩部分組成。本文先簡要闡述了貝葉斯網(wǎng)絡有三大理論問題:貝葉斯網(wǎng)絡的表示,學習和推理。近年來,基于貝葉斯網(wǎng)絡的數(shù)據(jù)挖掘在一些數(shù)據(jù)建模問題中取得了

2、較好的效果。用于分類的貝葉斯網(wǎng)絡叫做貝葉斯分類器。貝葉斯分類器是特殊形式的貝葉斯網(wǎng)絡,變量的選取和狀態(tài)數(shù)均已確定,屬性結點已知,類結點未知。貝葉斯分類器家族有三類常見的分類器:樸素貝葉斯分類器NBC,樹擴展樸素貝葉斯分類器TANC和貝葉斯網(wǎng)絡分類器BNC。貝葉斯分類器的學習包括結構學習和參數(shù)學習,參數(shù)學習相對簡單一些。建構貝葉斯分類器是本文要解決的問題。現(xiàn)在比較常用的主要有Java Bayes軟件包,Hugin Expert,Power

3、 Constructor,MSBNx,Netica等。這幾種軟件包作者均已下載研究使用,其中Hugin Expert等是限制版本,只相當于一個應用程序,而Power Constructor,MSBNx,Netica等均不提供源代碼,無法在其之上完成新算法實現(xiàn)?;贘ava語言的Java Bayes軟件包提供了源代碼,WEKA系統(tǒng)和JBNC系統(tǒng)是用Java語言開發(fā)的,但用Java語言編程的工作量很大,調試程序比較困難,系統(tǒng)的可擴展性較差。

4、尤其是涉及到的數(shù)理統(tǒng)計方面的程序,已有的源代碼的可讀性較差,對所定義的多維數(shù)組操作繁瑣易錯。生成的結構需要調用第三方軟件才能顯示。其他下載的貝葉斯網(wǎng)絡學習軟件包也有同樣的問題?;贛atlab語言的BN Toolkit(BNT)軟件包可以很好的解決上述問題。Matlab語言是專門進行數(shù)值計算的高級語言,編程量較之Java語言等明顯少的多,調試程序也很方便,顯示所學習得到的結構也很方便。BNT的缺點是沒用圖形用戶界面GUI。最終用BNT提

5、供的基本函數(shù),用Matlab語言開發(fā)了MBNC實驗平臺。先在MBNC實驗平臺上簡單實現(xiàn)了幾種貝葉斯分類器。有NBC,基于互信息測度的TANC以及基于K2算法和GS算法的BNC。所建構的這些分類器的準確性評估好于文獻數(shù)據(jù),實驗數(shù)據(jù)表明:用在數(shù)理統(tǒng)計上天然的優(yōu)越性的Matlab語言建構的分類器性能是非常好。MBNC試驗平臺的可擴展性也很好,進一步進行新的研究比較方便。完全的貝葉斯網(wǎng)絡的結構學習是一個NP難問題,很多學者提出了近似算法,取得了

6、較好的效果。本文對貝葉斯分類器結構學習進行改進,NBC不需要學習結構,我們的工作是TANC和BNC結構學習算法的改進,新算法在MBNC實驗平臺上進行了驗證。衡量算法優(yōu)劣的標準是所構建的貝葉斯分類器的準確性評估。用從UCI上下載的標準數(shù)據(jù)集進行評估。對TANC結構學習的改進是引入了新的測度函數(shù)貝葉斯信息標準BIC測度,原有的互信息MI測度是相關性測試的標準,BIC測度用于基于打分和搜索的結構學習取得了成功。用BIC測度學習結點對之間的關系

7、,再建構最大權重跨度樹,從而學習得到TANC結構。我們實現(xiàn)了TANC-BIC和TANC-CBIC兩種分類器,實驗結果表明:新的算法與基于MI測度的TANC-MI和TANC-CMI分類器分類效果相當,在某些數(shù)據(jù)集中還更優(yōu)些。對于BNC結構學習,K2算法中結點次序的確定是一個NP難問題,而GS算法的時間開銷很長。本文提出了基于啟發(fā)式的G2算法,即用啟發(fā)式思想來學習結點的次序,再用K2算法的得出網(wǎng)絡結構。用NB結構和四種TAN結構作為啟發(fā)式信

8、息,實現(xiàn)了五種分類器模型,分別是G2-NB,G2-MI,G2-CMI,G2-BIC,G2-CBIC。同樣也在MBNC下編程實現(xiàn)了這些算法。實驗結果表明:學習得到的結點次序是比較優(yōu)化的,分類效果比較好。該算法較好地解決了K2算法的瓶頸問題。不需要用戶確定結點次序,限制可行解的搜索空間,從而加速了問題的求解過程,所添加的弧比較簡潔,網(wǎng)絡結構更加合理。對GS算法的優(yōu)化正在研究之中。MBNC實驗平臺可以用來進行文本分類,我們研究文本分類中的特征

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論