贝叶斯网络学习及数据分类--详细介绍

图书搜索
帮助
热门图书
经济数学
幼儿园环境创设——为幼儿...
SQL Server 2...
Access2010数据...
C语言程序设计案例教程
汽车电工电子技术
电子商务实务
中医食疗药膳设计
机械设备装调技术与实训
幼儿潜能开发技术
AutCAD建筑绘图及三...
计算机网络技术与实训
中职生创业教育读本
Office高级应用案例...
家装设计
食品微生物检验技术(第二...
计算思维与大学计算机基础...
瓷乡茶韵
烘焙工艺实训教程
汇编语言程序设计
三维设计
大学生就业指导与创新创业...
 当前位置:店销书,专著 贝叶斯网络学习及数据分类
   
贝叶斯网络学习及数据分类
作者:李艳颖,
书名:贝叶斯网络学习及数据分类
定价:¥70 元
光盘: 
丛书名:  
免费资源下载:
本书PPT下载:
目录和样章下载: 样章下载地址
模拟试题库下载:
教学资料包下载:
实例素材下载:
开本: 
标准书号: 978-7-03-058931-6
字数(千): 
印张: 
出版日期: 2018-11-27
发行号: TP-8086.0101
装帧: 
点击热度: 159
习题答案下载:
教学视频下载:
电子教案下载:
名人推荐
.........................................................................................
 
获奖情况
.........................................................................................
 
图书介绍
.........................................................................................
  本书针对大数据网络的结构学习,提出基于条件独立测试的学习贝叶斯网络框架的算法,研究了马尔可夫等价祖先图的共性,提出最大祖先图的最小本质图的概念,还研究了马尔可夫等价的有向最大祖先图的转化问题,并针对数据分类问题,构建一个贝叶斯网络分类器模型,提出的算法精度高,分类效果好。同时,本书还研究了k-最近邻分类器的k值选择问题,建立了快速寻找最优k值的搜索策略,并保证模型具有最高留一分类精度。
  本书可作为相关科研工作者学习、研究的参考用书。
 
前言
.........................................................................................
  随着信息技术的迅猛发展,如何从中发现并揭示变量间的依赖关系显得尤为重要,贝叶斯网络是将图论与概率论有机结合、应用广泛的一类概率图模型,为数据分类、推理和预测等问题提供了重要的理论基础和有效工具。贝叶斯网络的结构学习是其主要研究内容之一,也是非确定多项式(non-deterministic polynomial,NP)难问题。本书针对该问题,提出了学习高维网络结构的混合算法,探讨了含隐变量和选择变量的贝叶斯网络的本质图及等价转化问题。并针对数据分类问题,构建了一个贝叶斯网络分类器模型,同时研究了k-最近邻分类器的k值选择问题。本书主要内容如下。
  首先针对大数据网络的结构学习,提出基于条件独立测试的学习贝叶斯网络框架的算法。高阶条件独立测试具有不可靠性和运算费用高的特点,因此大网络结构学习的主要难点在于如何减少高阶条件独立测试的次数及如何尽可能地降低测试的阶数。本书所提算法采用低阶测试学习目标变量的候选父子节点集,利用候选父子节点集学习目标变量的候选配偶节点集,再结合一个快速的学习父子节点集的算法进一步缩小父子节点集的规模;本书还利用一个补偿机制将那些因过于严格的筛选条件而被删除的父子节点恢复。在分层筛选目标变量父子节点集的过程中,通过不断缩小条件集,有效地提高了高维网络结构学习的精度。
  其次研究了马尔可夫等价祖先图的共性,提出了最大祖先图的最小本质图的概念。由于祖先图的空间是随着变量个数的增加而指数级增加的,因此讨论等价类的共性,并用共性刻画等价类,不但可以更加深刻地理解祖先图的本质,而且可大大降低祖先图空间的维数,从而为祖先图结构学习做出有意义的指导。本书基于最小汇连路,给出了学习最小本质图的算法,并将其应用到快速判断祖先图等价问题上,进一步给出了一组定向规则尽可能多的定向本质标记。
  然后研究了马尔可夫等价的有向最大祖先图的转化问题,这种等价转化可以使我们从一个给定的有向最大祖先图出发,通过对其上的一些非紧边做反转或添加箭头或去掉箭头的变化,遍历该最大祖先图所在的等价类。本书着重研究了双向边向有向边转化的条件,再结合已有的研究工作,得到有向边转化为双向边、有向边反转和双向边转化为有向边的充分条件。这些结果使得等价有向最大祖先图之间可以流畅地相互转化,便于提取马尔可夫等价类共性和识别本质标记。
  最后针对数据分类问题,本书构建了一个贝叶斯网络分类器模型,并研究了k-最近邻分类器的k值选择问题。贝叶斯网络分类器模型是基于粗糙集理论和进化算法构建的,通过与其他8种常见的分类器相比,实验结果表明该算法设计合理,且分类效果好。对于k-最近邻分类器,参数k是它唯一的参数并密切影响着算法的效果,因此k值的选择问题十分重要。本书采用几乎无偏的留一法来评估k-最近邻分类器的分类性能,利用留一分类精度和k值之间的近似凹的关系,建立了快速寻找最优k值的搜索策略。该策略可以快速收敛到最优k值,并保证模型有最高的留一分类精度。
  由于作者水平有限,书中不妥之处在所难免,恳请专家和广大读者批评指正。


作  者     
2018年9月    

 
图书目录
.........................................................................................
第1章 绪论 1
1.1 研究背景与意义 1
1.2 贝叶斯网络的发展现状 2
1.2.1 贝叶斯网络学习 2
1.2.2 贝叶斯网络推理 6
1.2.3 含隐变量和选择变量的贝叶斯网络 8
1.3 数据分类问题 9
1.4 本书的主要内容和结构安排 10
第2章 贝叶斯网络和祖先图的基础知识 13
2.1 贝叶斯网络基本知识 13
2.1.1 图论知识和概率论知识 13
2.1.2 贝叶斯网络 16
2.2 祖先图基本知识 20
2.2.1 考虑隐变量和选择偏倚的原因 20
2.2.2 祖先图 21
2.2.3 学习隐结构的算法 23
2.3 本章小结 25
第3章 基于约束学习贝叶斯网络框架 26
3.1 引言 26
3.2 理论基础 28
3.3 EHPC算法 28
3.3.1 学习父子节点集的超集 29
3.3.2 学习配偶节点集的超集 32
3.3.3 子程序Inter-IAPC和主程序EHPC 34
3.4 仿真实验 36
3.5 本章小结 41
 
第4章 祖先图的本质图 42
4.1 祖先图的等价类 42
4.2 (最小)本质图 45
4.3 学习本质图框架 46
4.3.1 算法流程 46
4.3.2 理论证明 49
4.4 实验结果 52
4.5 本章小结 57
第5章 等价祖先图的转换 58
5.1  引言 58
5.2  基础知识 59
5.3  转换流程 59
5.4  本章小结 65
第6章  数据分类的基础知识 67
6.1  数据分类 67
6.1.1  数据分类的意义 67
6.1.2  常见数据类型 68
6.1.3  数据分类的基本原则 70
6.2  数据分类经典算法 71
6.2.1  决策树分类算法 72
6.2.2  支持向量机分类算法 73
6.2.3  基于关联规则分类算法 75
6.2.4  基于数据库技术的分类算法 76
6.2.5  贝叶斯分类算法 77
6.2.6  数据分类的应用 81
6.3  本章小结 81
第7章  贝叶斯网络分类器 82
7.1  粗糙集理论 82
7.1.1  信息系统 83
7.1.2  属性约简 84
7.2  ARE-BNC算法 84
7.2.1  生成初始种群 85
7.2.2  进化算法 87
7.3  实验结果 88
7.4  本章小结 92
第8章  k-最近邻分类器 93
8.1  k-最近邻分类器的发展 93
8.2  k-最近邻算法基础知识 94
8.2.1  k-最近邻规则 94
8.2.2  k-最近邻算法的基本要素 95
8.2.3  分类精度评估 97
8.2.4  留一法 97
8.3  k-最近邻算法的流程 98
8.3.1  数据预处理和k的取值范围 102
8.3.2  选择最优k值的近似凹优化框架 103
8.4  数值实验 108
8.4.1  时间及精度对比 109
8.4.2  LOO-O-k的稳定性 110
8.5  本章小结 114
第9章  研究展望 115
参考文献 117
 
 
本站首页 | 联系我们 | 所有图书 | 资源下载 | 作者投稿 | 读者反馈 | 业务联系 | 招聘信息 | 精品配套 | 加入收藏    
Copyright www.abook.cn All Rights Reserved
地址:北京市海淀区北三环西路43号青云当代大厦21层2109   邮编:100086
站长QQ:693638799 Email:693638799@qq.com 电话:010-62140850
版权所有:科学出版社 职教技术出版中心
京ICP备13039988号