貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究及應(yīng)用.pdf

1、貝葉斯網(wǎng)絡(luò)(Bayesian Network，BN)是一種把概率統(tǒng)計(jì)和圖論相結(jié)合并可應(yīng)用于復(fù)雜領(lǐng)域，進(jìn)行不確定性知識(shí)推理和數(shù)據(jù)分析的圖概率模型。近年來，貝葉斯網(wǎng)絡(luò)學(xué)習(xí)及其應(yīng)用在人工智能、生物信息、金融、醫(yī)療診斷與預(yù)測(cè)等多個(gè)領(lǐng)域都取得了一定的成果，并涌現(xiàn)出很多經(jīng)典高效的學(xué)習(xí)算法，其中如何從給定的數(shù)據(jù)集中高效地學(xué)習(xí)出較優(yōu)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)受到了很多學(xué)者的關(guān)注。本文在貝葉斯網(wǎng)絡(luò)理論的基礎(chǔ)上，深入研究了貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)。全文的主要內(nèi)容如下:

2、r>　　(1)貝葉斯網(wǎng)絡(luò)理論概述。全面介紹了貝葉斯網(wǎng)絡(luò)的研究背景及意義、研究現(xiàn)狀;闡述了貝葉斯網(wǎng)絡(luò)的基本原理，包括貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)、參數(shù)學(xué)習(xí)和推理。
　　(2)詳細(xì)介紹了最大信息系數(shù)和人工蜂群算法的基本理論和定義，提出了一種基于最大信息系數(shù)和人工蜂群的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法(MIC_ABC)，該算法首先通過最大信息系數(shù)知識(shí)挖掘出各屬性之間的依賴關(guān)系，并利用這種依賴關(guān)系和條件獨(dú)立性檢測(cè)初始化貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，從而有效降低模型的搜索空

3、間，接著結(jié)合人工蜂群算法思想和貝葉斯評(píng)分準(zhǔn)則，對(duì)初始化貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行迭代優(yōu)化從而學(xué)習(xí)更優(yōu)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。仿真試驗(yàn)結(jié)果表明:與傳統(tǒng)的K2、GS、HC算法相比，MIC-ABC算法能更好的擬合數(shù)據(jù)，獲得更接近真實(shí)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)和較高分類的準(zhǔn)確率。
　　(3)詳細(xì)介紹了精確推理算法中的聯(lián)合樹推理算法，在前述的貝葉網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的基礎(chǔ)上，結(jié)合最大似然估計(jì)法和聯(lián)合樹算法對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行參數(shù)學(xué)習(xí)和網(wǎng)絡(luò)推理。
　　(4)我國人口老齡化