含有隱藏變量的貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)與應(yīng)用
本文關(guān)鍵詞:面向住房需求特征的城市居民居住聯(lián)合選擇研究,由筆耕文化傳播整理發(fā)布。
《中央民族大學(xué)》 2015年
含有隱藏變量的貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)與應(yīng)用
譚國蘋
【摘要】:在現(xiàn)實(shí)生活當(dāng)中,能被我們觀測到的現(xiàn)象可能只代表客觀世界的部分特征與信息,還有很多觀測不到的因素可能是非常重要的線索或聯(lián)接信息。隱藏變量可以用來表示不可觀測的信息,并且它的引入能夠降低數(shù)據(jù)維度,大大簡化變量間的復(fù)雜關(guān)系,消除大量依賴關(guān)系,匯聚不同變量間的信息,挖掘數(shù)據(jù)中潛在的信息。適當(dāng)加入隱藏變量可以提高模型的可理解性與學(xué)習(xí)效果,避免由于過多復(fù)雜的依賴關(guān)系造成的過擬合。目前,含有隱藏變量的貝葉斯網(wǎng)絡(luò)的研究已經(jīng)成為人工智能領(lǐng)域的熱點(diǎn)之一。隱樹模型是含有隱藏變量貝葉斯網(wǎng)絡(luò)的特例,它的結(jié)構(gòu)成樹狀,相對于含有隱藏變量的貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)更加簡潔,更便于推理學(xué)習(xí)。隱樹模型的葉節(jié)點(diǎn)全部為可觀測變量,其余節(jié)點(diǎn)為隱藏變量。隱樹模型的學(xué)習(xí)建立在含有隱藏變量貝葉斯網(wǎng)絡(luò)學(xué)習(xí)基礎(chǔ)之上,本文使用了打分搜索與依賴分析結(jié)合的混合方法進(jìn)行了隱樹模型的學(xué)習(xí)。EM算法適合于含有隱藏變量的模型學(xué)習(xí),而且收斂速度快,但是EM算法屬于局部貪婪搜索最優(yōu)值,而且不同的初始值得到的結(jié)果差別很大,容易陷入局部最優(yōu)值。本文采用Gibbs抽樣替代EM算法進(jìn)行隱樹模型學(xué)習(xí),能夠使參數(shù)迭代收斂到全局平穩(wěn)分布,克服了EM算法對于初始值敏感,易陷入局部極值的缺陷。風(fēng)險(xiǎn)預(yù)測對于企業(yè)的穩(wěn)定運(yùn)營至關(guān)重要,本文將隱樹模型應(yīng)用于企業(yè)風(fēng)險(xiǎn)評估。其中隱藏變量代表了現(xiàn)實(shí)中不能直接觀測到指標(biāo),例如:財(cái)務(wù)風(fēng)險(xiǎn),經(jīng)營風(fēng)險(xiǎn)等。然后利用大量企業(yè)的財(cái)務(wù)與經(jīng)營信息,構(gòu)造隱樹模型,進(jìn)行參數(shù)學(xué)習(xí),預(yù)測隱藏變量的值,即我們希望得到的風(fēng)險(xiǎn)等級,從而為企業(yè)決策者提供決策依據(jù),提早為可能出現(xiàn)的風(fēng)險(xiǎn)制定應(yīng)對措施。
【關(guān)鍵詞】:
【學(xué)位授予單位】:中央民族大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2015
【分類號】:TP18
【目錄】:
下載全文 更多同類文獻(xiàn)
CAJ全文下載
(如何獲取全文? 歡迎:購買知網(wǎng)充值卡、在線充值、在線咨詢)
CAJViewer閱讀器支持CAJ、PDF文件格式
【參考文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前3條
1 劉業(yè)政;焦寧;姜元春;;連續(xù)屬性離散化算法比較研究[J];計(jì)算機(jī)應(yīng)用研究;2007年09期
2 王燕萍;呂震宙;;一種基于Gibbs抽樣的可靠性增長Bayes方法[J];西北工業(yè)大學(xué)學(xué)報(bào);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
中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 胡春玲;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)及其應(yīng)用研究[D];合肥工業(yè)大學(xué);2011年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 周潔;基于動(dòng)態(tài)模糊邏輯的貝葉斯參數(shù)學(xué)習(xí)算法研究[D];蘇州大學(xué);2012年
【共引文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 孫英娟;楊柳;何昆鳥;;屬性離散化算法研究[J];長春師范學(xué)院學(xué)報(bào)(人文社會(huì)科學(xué)版);2009年12期
2 郝春亮;孫雨;徐從富;張作衡;宋國璽;;粗糙集理論與方法在地質(zhì)研究中的應(yīng)用[J];地質(zhì)與勘探;2011年03期
3 王鑫;張琳;;超1-依賴貝葉斯信號智能分類算法[J];電腦編程技巧與維護(hù);2013年12期
4 劉曉潔;吳家鑫;;貝葉斯網(wǎng)絡(luò)在故障診斷中的應(yīng)用[J];北京聯(lián)合大學(xué)學(xué)報(bào);2014年02期
5 李偉波;齊玉東;彭軍;張光軼;;基于貝葉斯網(wǎng)絡(luò)的導(dǎo)彈仿真數(shù)據(jù)分析方法研究[J];彈箭與制導(dǎo)學(xué)報(bào);2014年02期
6 張繼旺;馬慶春;張來斌;;基于FTA-BN模型的城市燃?xì)夤艿朗эL(fēng)險(xiǎn)分析[J];北京石油化工學(xué)院學(xué)報(bào);2014年03期
7 彭天昊;湯敏麗;唐型基;唐林海;;貝葉斯網(wǎng)在高校教學(xué)質(zhì)量分析中的應(yīng)用研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2014年11期
8 陶鵬;吳亮;;基于動(dòng)態(tài)博弈的城市軌道交通事故救援模型研究[J];中國公共安全(學(xué)術(shù)版);2014年03期
9 李少雄;閆恩亮;宋佳霖;鄭存芳;洪文學(xué);;偏序結(jié)構(gòu)圖的一種計(jì)算機(jī)生成算法[J];燕山大學(xué)學(xué)報(bào);2014年05期
10 南書坡;程聰;;一種基于BP神經(jīng)網(wǎng)絡(luò)的離散化方法[J];電腦知識與技術(shù);2015年09期
中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條
1 張翔;文本挖掘技術(shù)研究及其在綜合風(fēng)險(xiǎn)信息網(wǎng)絡(luò)中的應(yīng)用[D];西北大學(xué);2011年
2 孫英娟;基于粗糙集的分類方法研究[D];吉林大學(xué);2011年
3 呂蓬;旋轉(zhuǎn)機(jī)械故障模式識別方法研究[D];華北電力大學(xué)(北京);2010年
4 周爽;蟻群算法在高光譜圖像降維和分類中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2010年
5 顏宏文;差分進(jìn)化算法及其在電力系統(tǒng)隨機(jī)最優(yōu)潮流中的應(yīng)用研究[D];湖南大學(xué);2013年
6 邵世磊;蘋果病害事例庫構(gòu)建關(guān)鍵技術(shù)研究[D];中國農(nóng)業(yè)科學(xué)院;2013年
7 朱曉翠;基于灰色理論的數(shù)控機(jī)床可靠性及維修性分析技術(shù)[D];吉林大學(xué);2013年
8 楊靜;基于結(jié)構(gòu)方程模型的因果發(fā)現(xiàn)研究[D];合肥工業(yè)大學(xué);2013年
9 張亞東;高速鐵路列車運(yùn)行控制系統(tǒng)安全風(fēng)險(xiǎn)辨識及分析研究[D];西南交通大學(xué);2013年
10 張園;面向住房需求特征的城市居民居住聯(lián)合選擇研究[D];哈爾濱工業(yè)大學(xué);2014年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條
1 秦燕芬;分類中基于粗糙集理論的決策樹算法研究[D];燕山大學(xué);2010年
2 鐘迎春;基于模糊粗糙集的遙感圖像土地利用區(qū)域多中心分類法[D];湖南科技大學(xué);2011年
3 李真;多值數(shù)據(jù)轉(zhuǎn)換成單值定性符號的數(shù)學(xué)方法研究[D];燕山大學(xué);2012年
4 高意;基于差分演化算法的粗糙集離散化及屬性約簡的研究[D];長沙理工大學(xué);2011年
5 徐欣;基于粗糙集理論的文本分類研究[D];浙江理工大學(xué);2011年
6 唐玲;基于粗集理論的大曲理化指標(biāo)重要性研究[D];電子科技大學(xué);2011年
7 李霄;基于決策值不確定等價(jià)類的屬性約簡算法研究[D];河北科技大學(xué);2012年
8 朱靖;基于粗糙集和模糊集理論的屬性約簡算法研究[D];湖南大學(xué);2008年
9 王麗麗;不完備系統(tǒng)中混合數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘的研究[D];長沙理工大學(xué);2008年
10 付玉珍;自適應(yīng)免疫網(wǎng)絡(luò)入侵檢測模型的應(yīng)用與研究[D];太原理工大學(xué);2008年
【二級參考文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 陳仕品;張劍平;;智能教學(xué)系統(tǒng)的研究熱點(diǎn)與發(fā)展趨勢[J];電化教育研究;2007年10期
2 霍利民,朱永利,范高鋒,劉軍,蘇海鋒;一種基于貝葉斯網(wǎng)絡(luò)的電力系統(tǒng)可靠性評估新方法[J];電力系統(tǒng)自動(dòng)化;2003年05期
3 薛萬欣,劉大有,張弘;Bayesian網(wǎng)中概率參數(shù)學(xué)習(xí)方法[J];電子學(xué)報(bào);2003年11期
4 趙軍,王國胤,吳中福,李華;基于粗集理論的數(shù)據(jù)離散化新算法[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年03期
5 王培吉;趙玉琳;白金牛;;基于分辨矩陣的關(guān)聯(lián)規(guī)則挖掘改進(jìn)及實(shí)現(xiàn)[J];蘭州理工大學(xué)學(xué)報(bào);2012年01期
6 于金龍,李曉紅,孫立新;連續(xù)屬性值的整體離散化[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2000年03期
7 田鳳占,張宏偉,陸玉昌,石純一;多模塊貝葉斯網(wǎng)絡(luò)中推理的簡化[J];計(jì)算機(jī)研究與發(fā)展;2003年08期
8 程小平;邱玉輝;;貝葉斯網(wǎng)學(xué)習(xí)算法模型及參數(shù)學(xué)習(xí)算法[J];計(jì)算機(jī)科學(xué);1999年02期
9 侯利娟;王國胤;聶能;吳渝;;粗糙集理論中的離散化問題[J];計(jì)算機(jī)科學(xué);2000年12期
10 宮秀軍,劉少輝,史忠植;一種增量貝葉斯分類模型[J];計(jì)算機(jī)學(xué)報(bào);2002年06期
中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 汪榮貴;Bayes網(wǎng)絡(luò)理論及其在目標(biāo)檢測中應(yīng)用研究[D];合肥工業(yè)大學(xué);2004年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條
1 陳玲;基于貝葉斯網(wǎng)絡(luò)的學(xué)生模型的設(shè)計(jì)與實(shí)現(xiàn)[D];太原理工大學(xué);2003年
2 孫陽;基于Gibbs抽樣對數(shù)正態(tài)分布恒定應(yīng)力加速壽命試驗(yàn)的Bayes方法[D];吉林大學(xué);2004年
3 張劍飛;貝葉斯網(wǎng)絡(luò)學(xué)習(xí)方法和算法研究[D];東北師范大學(xué);2005年
4 胡春玲;貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)算法研究[D];合肥工業(yè)大學(xué);2006年
5 黃晉;動(dòng)態(tài)模糊邏輯(DFL)的推理模型及應(yīng)用研究[D];蘇州大學(xué);2006年
6 王璋;基于貝葉斯網(wǎng)絡(luò)的評估導(dǎo)學(xué)方法研究[D];浙江工業(yè)大學(xué);2006年
7 張靜;動(dòng)態(tài)模糊機(jī)器學(xué)習(xí)模型及應(yīng)用研究[D];蘇州大學(xué);2007年
8 李亞飛;極大或極小數(shù)據(jù)集下貝葉斯網(wǎng)學(xué)習(xí)的研究[D];蘇州大學(xué);2009年
【相似文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 徐德智,吳敏,Nkengu Damas;XML數(shù)據(jù)庫的樹模型抽象及其查詢[J];計(jì)算機(jī)工程;2003年14期
2 徐雷,閻平凡,常迵;信度網(wǎng)絡(luò)中因果樹模型的建立[J];計(jì)算機(jī)學(xué)報(bào);1988年03期
3 任競穎;;基于L-系統(tǒng)的隨機(jī)樹模型[J];價(jià)值工程;2011年24期
4 謝東;劉瑞芳;林光漢;馮建茹;;依賴樹模型和上向——下向算法在網(wǎng)絡(luò)時(shí)延估測中的應(yīng)用[J];計(jì)算機(jī)與信息技術(shù);2005年12期
5 陳士成;何麗紅;李橋興;;求解運(yùn)籌學(xué)最小支撐樹模型的一種新算法[J];科學(xué)技術(shù)與工程;2013年02期
6 張建剛,毛劍琴,夏天,魏可惠;模糊樹模型及其在復(fù)雜系統(tǒng)辨識中的應(yīng)用[J];自動(dòng)化學(xué)報(bào);2000年03期
7 李梁,黃新芳,趙霖;威脅樹模型在風(fēng)險(xiǎn)評估中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2003年S2期
8 王夙娟;張瑞藜;;柔性神經(jīng)樹模型的結(jié)構(gòu)優(yōu)化算法的改進(jìn)[J];微計(jì)算機(jī)信息;2011年06期
9 蔡煜東,,李偉,許偉杰;遙感土地覆蓋類型識別的自組織神經(jīng)樹模型[J];環(huán)境遙感;1995年02期
10 全志杰,李元科,呂恒;應(yīng)用自組織神經(jīng)樹模型進(jìn)行森林立地分類研究[J];國土資源遙感;1997年03期
中國重要會(huì)議論文全文數(shù)據(jù)庫 前3條
1 張建剛;毛劍琴;夏天;魏可惠;;基子樹結(jié)構(gòu)的模糊樹模型[A];1998年中國控制會(huì)議論文集[C];1998年
2 楊衛(wèi)軍;張舒;胡光俊;;基于攻擊樹模型的木馬檢測方法[A];第26次全國計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2011年
3 楊文軍;李涓子;王克宏;;基于關(guān)系樹模型實(shí)現(xiàn)XML數(shù)據(jù)轉(zhuǎn)換[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集(技術(shù)報(bào)告篇)[C];2004年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條
1 員華瑞;基于串到樹模型的蒙漢機(jī)器翻譯研究[D];內(nèi)蒙古大學(xué);2015年
2 譚國蘋;含有隱藏變量的貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)與應(yīng)用[D];中央民族大學(xué);2015年
3 馮琳;基于樹模型的多包裝器信息抽取系統(tǒng)研究[D];中國石油大學(xué);2010年
4 岳凱;三層隱樹模型[D];東北師范大學(xué);2014年
5 田剛;基于風(fēng)險(xiǎn)樹模型的綜合量化評估方法的研究[D];武漢科技大學(xué);2011年
6 韓寧寧;基于動(dòng)態(tài)聚合樹模型的網(wǎng)絡(luò)路由協(xié)議研究[D];大連理工大學(xué);2006年
7 彭喆;三叉樹模型下歐式期權(quán)的研究[D];華中師范大學(xué);2012年
8 蘇丹;多樹模型壓縮感知的應(yīng)用技術(shù)研究[D];北京化工大學(xué);2014年
本文關(guān)鍵詞:面向住房需求特征的城市居民居住聯(lián)合選擇研究,由筆耕文化傳播整理發(fā)布。
本文編號:181357
本文鏈接:http://sikaile.net/weiguanjingjilunwen/181357.html