基于条件对数似然函数导数的贝叶斯网络分类器优化算法_王中锋.pdfVIP

下载本文档

8
0
约4.07万字
约 11页
2017-09-02 发布于安徽
举报
版权申诉

基于条件对数似然函数导数的贝叶斯网络分类器优化算法_王中锋.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第卷第期计算机学报３５２　　　　　　　　　Ｖｏｌ．３５Ｎｏ．２年月２０１２２ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＦｅｂ．２０１２　　　　基于条件对数似然函数导数的贝叶斯网络分类器优化算法王中锋王志海　　（）北京交通大学计算机与信息技术学院北京１０００４４　　，摘要通常基于鉴别式学习策略训练的贝叶斯网络分类器有较高的精度但在具有冗余边的网络结构之上鉴别　　，式参数学习算法的性能受到一定的限制为了在实际应用中进一步提高贝叶斯网络分类器的分类精度该文定量．，描述了网络结构与真实数据变量分布之间的关系提出了一种不存在冗余边的森林型贝叶斯网络分类器及其相应的学习算法（），算法能够利用对数条件似然函数的偏导数来ＦＡＮＦｏｒｅｓｔＡｕｍｅｎｔｅｄＮａｖｅＢａｅｓＡｌｏｒｉｔｈｍＦＡＮ－ｇ　　ｙ　ｇ，优化网络结构学习实验结果表明常用的限制性贝叶斯网络分类器通常存在一些冗余边其往往会降低鉴别式参．；，；数学习算法的性能森林型贝叶斯网络分类器减少了结构中的冗余边更加适合于采用鉴别式学习策略训练参数应用条件对数似然函数偏导数的ＦＡＮ算法在大多数实验数据集合上提高了分类精度．；；；；关键词机器学习数据挖掘分类器贝叶斯网络鉴别式训练策略　中图法分类号号：／ＴＰ１８ＤＯＩ１０．３７２４ＳＰ．Ｊ．１０１６．２０１２．００３６４　　　ＡｎＯｔｉｍｉｚａｔｉｏｎＡｌｏｒｉｔｈｍｏｆＢａｅｓｉａｎＮｅｔｗｏｒｋＣｌａｓｓｉｆｉｅｒｓｂ　ｐ　ｇ　　ｙ　　　ｙＤｅｒｉｖａｔｉｖｅｓｏｆＣｏｎｄｉｔｉｏｎａｌＬｏＬｉｋｅｌｉｈｏｏｄ　　　ｇ