含有隐藏变量的贝叶斯网络的学习与应用

发布时间：2016-11-18 20:32

  本文关键词：面向住房需求特征的城市居民居住联合选择研究，由笔耕文化传播整理发布。

《中央民族大学》 2015年

含有隐藏变量的贝叶斯网络的学习与应用

谭国苹  

【摘要】：在现实生活当中,能被我们观测到的现象可能只代表客观世界的部分特征与信息,还有很多观测不到的因素可能是非常重要的线索或联接信息。隐藏变量可以用来表示不可观测的信息,并且它的引入能够降低数据维度,大大简化变量间的复杂关系,消除大量依赖关系,汇聚不同变量间的信息,挖掘数据中潜在的信息。适当加入隐藏变量可以提高模型的可理解性与学习效果,避免由于过多复杂的依赖关系造成的过拟合。目前,含有隐藏变量的贝叶斯网络的研究已经成为人工智能领域的热点之一。隐树模型是含有隐藏变量贝叶斯网络的特例,它的结构成树状,相对于含有隐藏变量的贝叶斯网络的结构更加简洁,更便于推理学习。隐树模型的叶节点全部为可观测变量,其余节点为隐藏变量。隐树模型的学习建立在含有隐藏变量贝叶斯网络学习基础之上,本文使用了打分搜索与依赖分析结合的混合方法进行了隐树模型的学习。EM算法适合于含有隐藏变量的模型学习,而且收敛速度快,但是EM算法属于局部贪婪搜索最优值,而且不同的初始值得到的结果差别很大,容易陷入局部最优值。本文采用Gibbs抽样替代EM算法进行隐树模型学习,能够使参数迭代收敛到全局平稳分布,克服了EM算法对于初始值敏感,易陷入局部极值的缺陷。风险预测对于企业的稳定运营至关重要,本文将隐树模型应用于企业风险评估。其中隐藏变量代表了现实中不能直接观测到指标,例如：财务风险,经营风险等。然后利用大量企业的财务与经营信息,构造隐树模型,进行参数学习,预测隐藏变量的值,即我们希望得到的风险等级,从而为企业决策者提供决策依据,提早为可能出现的风险制定应对措施。

【关键词】：
【学位授予单位】：中央民族大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前3条

1 刘业政;焦宁;姜元春;;连续属性离散化算法比较研究[J];计算机应用研究;2007年09期

2 王燕萍;吕震宙;;一种基于Gibbs抽样的可靠性增长Bayes方法[J];西北工业大学学报;2007年06期

3 Zhengdao Zhang;Jinlin Zhu;Feng Pan;;Fault detection and diagnosis for data incomplete industrial systems with new Bayesian network approach[J];Journal of Systems Engineering and Electronics;2013年03期

中国博士学位论文全文数据库 前1条

1 胡春玲;贝叶斯网络结构学习及其应用研究[D];合肥工业大学;2011年

中国硕士学位论文全文数据库 前1条

1 周洁;基于动态模糊逻辑的贝叶斯参数学习算法研究[D];苏州大学;2012年

【共引文献】

中国期刊全文数据库 前10条

1 孙英娟;杨柳;何昆鸟;;属性离散化算法研究[J];长春师范学院学报(人文社会科学版);2009年12期

2 郝春亮;孙雨;徐从富;张作衡;宋国玺;;粗糙集理论与方法在地质研究中的应用[J];地质与勘探;2011年03期

3 王鑫;张琳;;超1-依赖贝叶斯信号智能分类算法[J];电脑编程技巧与维护;2013年12期

4 刘晓洁;吴家鑫;;贝叶斯网络在故障诊断中的应用[J];北京联合大学学报;2014年02期

5 李伟波;齐玉东;彭军;张光轶;;基于贝叶斯网络的导弹仿真数据分析方法研究[J];弹箭与制导学报;2014年02期

6 张继旺;马庆春;张来斌;;基于FTA-BN模型的城市燃气管道失效风险分析[J];北京石油化工学院学报;2014年03期

7 彭天昊;汤敏丽;唐型基;唐林海;;贝叶斯网在高校教学质量分析中的应用研究[J];计算机光盘软件与应用;2014年11期

8 陶鹏;吴亮;;基于动态博弈的城市轨道交通事故救援模型研究[J];中国公共安全(学术版);2014年03期

9 李少雄;闫恩亮;宋佳霖;郑存芳;洪文学;;偏序结构图的一种计算机生成算法[J];燕山大学学报;2014年05期

10 南书坡;程聪;;一种基于BP神经网络的离散化方法[J];电脑知识与技术;2015年09期

中国博士学位论文全文数据库 前10条

1 张翔;文本挖掘技术研究及其在综合风险信息网络中的应用[D];西北大学;2011年

2 孙英娟;基于粗糙集的分类方法研究[D];吉林大学;2011年

3 吕蓬;旋转机械故障模式识别方法研究[D];华北电力大学（北京）;2010年

4 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年

5 颜宏文;差分进化算法及其在电力系统随机最优潮流中的应用研究[D];湖南大学;2013年

6 邵世磊;苹果病害事例库构建关键技术研究[D];中国农业科学院;2013年

7 朱晓翠;基于灰色理论的数控机床可靠性及维修性分析技术[D];吉林大学;2013年

8 杨静;基于结构方程模型的因果发现研究[D];合肥工业大学;2013年

9 张亚东;高速铁路列车运行控制系统安全风险辨识及分析研究[D];西南交通大学;2013年

10 张园;面向住房需求特征的城市居民居住联合选择研究[D];哈尔滨工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 秦燕芬;分类中基于粗糙集理论的决策树算法研究[D];燕山大学;2010年

2 钟迎春;基于模糊粗糙集的遥感图像土地利用区域多中心分类法[D];湖南科技大学;2011年

3 李真;多值数据转换成单值定性符号的数学方法研究[D];燕山大学;2012年

4 高意;基于差分演化算法的粗糙集离散化及属性约简的研究[D];长沙理工大学;2011年

5 徐欣;基于粗糙集理论的文本分类研究[D];浙江理工大学;2011年

6 唐玲;基于粗集理论的大曲理化指标重要性研究[D];电子科技大学;2011年

7 李霄;基于决策值不确定等价类的属性约简算法研究[D];河北科技大学;2012年

8 朱靖;基于粗糙集和模糊集理论的属性约简算法研究[D];湖南大学;2008年

9 王丽丽;不完备系统中混合数据关联规则挖掘的研究[D];长沙理工大学;2008年

10 付玉珍;自适应免疫网络入侵检测模型的应用与研究[D];太原理工大学;2008年

【二级参考文献】

中国期刊全文数据库 前10条

1 陈仕品;张剑平;;智能教学系统的研究热点与发展趋势[J];电化教育研究;2007年10期

2 霍利民,朱永利,范高锋,刘军,苏海锋;一种基于贝叶斯网络的电力系统可靠性评估新方法[J];电力系统自动化;2003年05期

3 薛万欣,刘大有,张弘;Bayesian网中概率参数学习方法[J];电子学报;2003年11期

4 赵军,王国胤,吴中福,李华;基于粗集理论的数据离散化新算法[J];重庆大学学报(自然科学版);2002年03期

5 王培吉;赵玉琳;白金牛;;基于分辨矩阵的关联规则挖掘改进及实现[J];兰州理工大学学报;2012年01期

6 于金龙,李晓红,孙立新;连续属性值的整体离散化[J];哈尔滨工业大学学报;2000年03期

7 田凤占,张宏伟,陆玉昌,石纯一;多模块贝叶斯网络中推理的简化[J];计算机研究与发展;2003年08期

8 程小平;邱玉辉;;贝叶斯网学习算法模型及参数学习算法[J];计算机科学;1999年02期

9 侯利娟;王国胤;聂能;吴渝;;粗糙集理论中的离散化问题[J];计算机科学;2000年12期

10 宫秀军,刘少辉,史忠植;一种增量贝叶斯分类模型[J];计算机学报;2002年06期

中国博士学位论文全文数据库 前1条

1 汪荣贵;Bayes网络理论及其在目标检测中应用研究[D];合肥工业大学;2004年

中国硕士学位论文全文数据库 前8条

1 陈玲;基于贝叶斯网络的学生模型的设计与实现[D];太原理工大学;2003年

2 孙阳;基于Gibbs抽样对数正态分布恒定应力加速寿命试验的Bayes方法[D];吉林大学;2004年

3 张剑飞;贝叶斯网络学习方法和算法研究[D];东北师范大学;2005年

4 胡春玲;贝叶斯网络的结构学习算法研究[D];合肥工业大学;2006年

5 黄晋;动态模糊逻辑（DFL）的推理模型及应用研究[D];苏州大学;2006年

6 王璋;基于贝叶斯网络的评估导学方法研究[D];浙江工业大学;2006年

7 张静;动态模糊机器学习模型及应用研究[D];苏州大学;2007年

8 李亚飞;极大或极小数据集下贝叶斯网学习的研究[D];苏州大学;2009年

【相似文献】

中国期刊全文数据库 前10条

1 徐德智,吴敏,Nkengu Damas;XML数据库的树模型抽象及其查询[J];计算机工程;2003年14期

2 徐雷,阎平凡,常迵;信度网络中因果树模型的建立[J];计算机学报;1988年03期

3 任竞颖;;基于L-系统的随机树模型[J];价值工程;2011年24期

4 谢东;刘瑞芳;林光汉;冯建茹;;依赖树模型和上向——下向算法在网络时延估测中的应用[J];计算机与信息技术;2005年12期

5 陈士成;何丽红;李桥兴;;求解运筹学最小支撑树模型的一种新算法[J];科学技术与工程;2013年02期

6 张建刚,毛剑琴,夏天,魏可惠;模糊树模型及其在复杂系统辨识中的应用[J];自动化学报;2000年03期

7 李梁,黄新芳,赵霖;威胁树模型在风险评估中的应用[J];计算机应用;2003年S2期

8 王夙娟;张瑞藜;;柔性神经树模型的结构优化算法的改进[J];微计算机信息;2011年06期

9 蔡煜东，，李伟，许伟杰;遥感土地覆盖类型识别的自组织神经树模型[J];环境遥感;1995年02期

10 全志杰,李元科,吕恒;应用自组织神经树模型进行森林立地分类研究[J];国土资源遥感;1997年03期

中国重要会议论文全文数据库 前3条

1 张建刚;毛剑琴;夏天;魏可惠;;基子树结构的模糊树模型[A];1998年中国控制会议论文集[C];1998年

2 杨卫军;张舒;胡光俊;;基于攻击树模型的木马检测方法[A];第26次全国计算机安全学术交流会论文集[C];2011年

3 杨文军;李涓子;王克宏;;基于关系树模型实现XML数据转换[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

中国硕士学位论文全文数据库 前8条

1 员华瑞;基于串到树模型的蒙汉机器翻译研究[D];内蒙古大学;2015年

2 谭国苹;含有隐藏变量的贝叶斯网络的学习与应用[D];中央民族大学;2015年

3 冯琳;基于树模型的多包装器信息抽取系统研究[D];中国石油大学;2010年

4 岳凯;三层隐树模型[D];东北师范大学;2014年

5 田刚;基于风险树模型的综合量化评估方法的研究[D];武汉科技大学;2011年

6 韩宁宁;基于动态聚合树模型的网络路由协议研究[D];大连理工大学;2006年

7 彭喆;三叉树模型下欧式期权的研究[D];华中师范大学;2012年

8 苏丹;多树模型压缩感知的应用技术研究[D];北京化工大学;2014年

  本文关键词：面向住房需求特征的城市居民居住联合选择研究，由笔耕文化传播整理发布。

本文编号：181357