检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于模糊集的Web文本最大支撑树聚类算法

现代情报 2011年第11期31卷 21-25页

作者：毛太田邹凯毛静周军湘潭大学公共管理学院湖南湘潭411105 冷水江锡矿山机械制造有限责任公司湖南冷水江417500

当今信息社会,Internet上的信息资源杂乱繁多,用户很难准确地获得所需的信息。对此,本文提出根据特征词在html网页中的title、keywords、description标签的位置来计算各Web文本内容之间的相关度,对Web文档进行模糊聚类的算法,这种基于... 详细信息

当今信息社会,Internet上的信息资源杂乱繁多,用户很难准确地获得所需的信息。对此,本文提出根据特征词在html网页中的title、keywords、description标签的位置来计算各Web文本内容之间的相关度,对Web文档进行模糊聚类的算法,这种基于模糊集的Web文本最大支撑树聚类算法改善了文本聚类的时间和空间的复杂度,减少了文本处理的维度,提高了聚类的速度和精度,从而提高了用户对信息资源获取的方便性。

关键词：模糊聚类 Web文本 html标签最大支撑树

在线全文

学校读者我要写书评

暂无评论

灰色关联聚类的最大支撑树方法

山东交通学院学报 2004年第2期12卷 72-75页

作者：张春明山东交通学院基础部山东济南250023

This article studies the grey clustering method based on the grey correlation degree, defines the connected intensity,λ-cut graph and connected closure of a weighted graph, gets the properties of the maximum spanning tree, λ-cut graph and connected closure, presents the maximum spanning tree algorithm of grey correlation cluster, and checks the method by an example.

关键词：灰色关联聚类关联度关联图最大支撑树

基于Bayesian改进算法的回转窑故障诊断模型研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2015年第7期36卷 1554-1561页

作者：刘浩然吕晓贺李轩李世昭史永红燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室秦皇岛066004 燕山大学信息科学与工程学院秦皇岛066004

贝叶斯网络是数据挖掘最有效和可靠的方法之一,而贝叶斯网络结构学习是贝叶斯网络研究的关键环节。针对现有经典结构学习算法——爬山算法易陷入局部最优、效率低的问题,通过计算互信息建立最大支撑树,并将最大支撑树与简化爬山算法相结... 详细信息

贝叶斯网络是数据挖掘最有效和可靠的方法之一,而贝叶斯网络结构学习是贝叶斯网络研究的关键环节。针对现有经典结构学习算法——爬山算法易陷入局部最优、效率低的问题,通过计算互信息建立最大支撑树,并将最大支撑树与简化爬山算法相结合,提出了一种新的贝叶斯网络结构学习改进算法。通过与经典的爬山法和K2算法进行比较,结果表明该改进算法不仅能够得到较高准确率的模型,而且能够提高模型建立的效率。最后基于该改进算法,结合冀东水泥集团的水泥回转窑现场运行数据,建立了水泥回转窑故障诊断模型,实现了精确快速的故障诊断。

关键词：最大支撑树改进算法贝叶斯网络结构学习水泥回转窑故障诊断模型

基于1-阶增广树研究构造K-阶贝叶斯因果森林模型

在线全文

学校读者我要写书评

暂无评论

基于1-阶增广树研究构造K-阶贝叶斯因果森林模型

作者：曹方圆吉林大学

学位级别：硕士

如果说十九世纪是工业化革命的时代,二十世纪是资本主义战争的时代,那么二十一世纪就是当之无愧的信息技术的时代。随着计算机、互联网等相关技术的迅猛发展,信息技术已经走进人们社会生活的各行各业,信息数据的爆炸式增长更是给各行各... 详细信息

如果说十九世纪是工业化革命的时代,二十世纪是资本主义战争的时代,那么二十一世纪就是当之无愧的信息技术的时代。随着计算机、互联网等相关技术的迅猛发展,信息技术已经走进人们社会生活的各行各业,信息数据的爆炸式增长更是给各行各业的未来带来了巨大的机遇和挑战。庞大又无序的数据中总是蕴藏着许多未知的,有潜在价值的信息,因此大数据的处理和应用吸引了大批计算机领域专家学者的研究,数据挖掘技术也自然而然地成为了最近十年信息科学技术领域研究的热门问题、难点问题。由于利用了图结构的表示方法能够更加直观、清晰地表达出属性变量之间的依赖关系,基于信息论和概率论的贝叶斯网络算法在众多的数据挖掘算法中脱颖而出。贝叶斯网络被视为概率因果模型的一种,它在处理不确定性和不完整性的问题上有突出表现。最早被提出的基于贝叶斯网络的分类模型是朴素贝叶斯(Naive Bayes,简称NB),它具有严格的属性独立性限定,是目前为止结构最精简的也是限定最严格的贝叶斯分类算法。在NB算法的基础上,随着对相关属性间独立性假设不同程度地放松,产生了一批新的贝叶斯分类算法。目前得到广泛认可的贝叶斯分类算法有TAN、AODE和KDB等。其中TAN模型允许属性之间一阶依赖表达,AODE拥有多模型结构,KDB模型允许属性之间的高阶依赖表达。无论是允许属性的一阶依赖表达、多模型结构、还是允许属性之间高阶依赖表达的分类算法,如何能最大程度地包含最正确的属性之间的依赖关系成为了提高贝叶斯分类算法分类准确度的关键。本文提出了一种新的贝叶斯网络分类算法,K-Dependence Causal Forest(简称KCF),它将最大支撑树扩展成允许属性之间高阶依赖表达的森林,意在能够尽可能地表达出相关属性变量间最重要的依赖关系。KCF综合了上述三种算法TAN、AODE,KDB的特点,其主要思想如下:首先,KCF模型的构建是基于属性之间条件互信息的最大支撑树(简称MST)。接着,MST中每个属性依次充当根节点,由根节点起自顶向下提供属性之间的依赖关系,此时产生的子模型数与属性个数相等,且每个子模型都是一个一阶依赖的TAN模型。最后,允许各个子模型中的每个非根属性在其自身到根节点的路径中选择k-1个节点作为其父节点。为了验证KCF算法的分类效果,本文做了大量的对比实验。实验选用了来自UCI数据库中的40组数据集进行了多个算法之间的对比实验,并且分别从0-1 Loss、Bias和Variance三个参数的角度来分析,验证了KCF算法的分类准确性和稳定性。最后又通过具体数据集对KCF模型的结构进行了详细分析,从Markov blanket角度证明了KCF算法能够更好地对属性之间的依赖关系进行表达,解释了为何KCF算法拥有比较优秀的分类性能。由于KCF的多模型结构公平地对待了每一个相关属性,能够有针对性地进行属性依赖分析这一特点,使其更加适用于医疗领域中的疾病诊断与治疗。

关键词：贝叶斯网络高阶依赖最大支撑树贝叶斯分类模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

贝叶斯网络结构学习的简化贪婪算法

小型微型计算机系统 2015年第2期36卷 306-309页

作者：刘浩然李轩马明李世昭燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室秦皇岛066004 燕山大学信息科学与工程学院秦皇岛066004

基于数据的贝叶斯网络结构学习是一个NP难题.基于条件约束和评分搜索相结合的方法是贝叶斯网络结构学习的一个热点.基于互信息理论提出一种最大支撑树(MWST)机制,并基于最大支撑树结合贪婪搜索的思想提出一种简化贪婪算法.简化贪婪算法... 详细信息

基于数据的贝叶斯网络结构学习是一个NP难题.基于条件约束和评分搜索相结合的方法是贝叶斯网络结构学习的一个热点.基于互信息理论提出一种最大支撑树(MWST)机制,并基于最大支撑树结合贪婪搜索的思想提出一种简化贪婪算法.简化贪婪算法不依赖先验知识,完全基于数据集.首先,通过计算互信息建立目标网络的最大支撑树;然后,在最大支撑树的基础上学习初始网络结构,最后,利用简化搜索机制对初始结构进一步优化,最终完成贝叶斯网络的结构学习.数据仿真实验证明,简化贪婪算法不仅具有很高的精度而且具有高效率.

关键词：贝叶斯网络结构学习最大支撑树互信息

基于MWST-CS-K2算法的贝叶斯网络结构学习

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2023年第1期40卷 160-164,171页

作者：刘继熊月霞李磊新疆财经大学统计与数据科学学院乌鲁木齐830012 新疆财经大学新疆社会经济统计与大数据应用研究中心乌鲁木齐830012

针对K2算法依赖最大父节点数和节点顺序的不足,提出了一种改进的贝叶斯网络结构学习算法(MWST-CS-K2)。该算法先通过构造最大支撑树(MWST)得到最大父节点数;再利用变量间的关联度和更新系数对加边、减边和反转边进行规则设定,通过改进... 详细信息

针对K2算法依赖最大父节点数和节点顺序的不足,提出了一种改进的贝叶斯网络结构学习算法(MWST-CS-K2)。该算法先通过构造最大支撑树(MWST)得到最大父节点数;再利用变量间的关联度和更新系数对加边、减边和反转边进行规则设定,通过改进的布谷鸟算法对鸟巢位置进行寻优,应用广度优先搜索策略搜索遍历得到节点顺序;最后将最大父节点数和节点顺序作为K2算法的输入搜索得到最终网络。实验表明,所提出的MWST-CS-K2算法在标准的ASIA、SACHS和CHILD网络数据测试中的平均正确边比率分别达到了97.3%、87.7%和95.6%,学习效果优于其他对比算法,获得的网络结构和标准的网络结构最为相似。

关键词：贝叶斯网络布谷鸟算法 K2算法最大支撑树

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

改进进化算法的贝叶斯网络结构学习及其应用

河南科技大学学报（自然科学版） 2022年第2期43卷 34-40,M0004,M0005页

作者：郭文强毛玲玲黄梓轩肖秦琨郭志高陕西科技大学电子信息与人工智能学院陕西西安710021 西安工业大学电子信息工程学院陕西西安710021 伦敦玛丽女王大学电子工程与计算机科学学院伦敦E14NS

针对现有的基于进化算法(EA)的贝叶斯网络结构学习算法存在收敛速度慢、局部搜索能力差以及种群数目难以确定的问题,提出了一种基于改进EA的贝叶斯网络结构学习算法。借助最大支撑树(MWST)得到种群中节点的父节点数目上限,设计了计算函... 详细信息

针对现有的基于进化算法(EA)的贝叶斯网络结构学习算法存在收敛速度慢、局部搜索能力差以及种群数目难以确定的问题,提出了一种基于改进EA的贝叶斯网络结构学习算法。借助最大支撑树(MWST)得到种群中节点的父节点数目上限,设计了计算函数来估计参与进化的种群数目。为了提高算法的局部搜索能力,设计了个体变异函数来增加种群多样性。利用条件独立性获得初始结构来进一步限制模型搜索空间,提高算法的运行效率。实验结果表明:与经典的EA和最大最小爬山(MMHC)算法对比,本文提出的MWST-EA提高了贝叶斯网络(BN)模型的学习效率,并且能够得到较高的准确率。将MWST-EA用于UCI数据库中糖尿病数据集上,与支持向量机(SVM)、MMHC方法相比,识别率分别提高了1.54%和11.15%,具有良好的应用价值。

关键词：贝叶斯网络结构学习进化算法最大支撑树互信息糖尿病分类

在线全文

学校读者我要写书评

暂无评论

图论在聚类分析中的应用

图论在聚类分析中的应用

作者：张春明山东师范大学

学位级别：硕士

本文讨论聚类分析中的系统聚类法、模糊聚类法和灰色聚类法，着重探讨其聚类的图论方法。第一章介绍聚类分析的基本知识。第二章讨论系统聚类分析及其中著名的最短距离法，指出了最短距离法即为图论中求赋权连通图最小支撑... 详细信息

本文讨论聚类分析中的系统聚类法、模糊聚类法和灰色聚类法，着重探讨其聚类的图论方法。第一章介绍聚类分析的基本知识。第二章讨论系统聚类分析及其中著名的最短距离法，指出了最短距离法即为图论中求赋权连通图最小支撑树Kruskal算法的变形，得到了最短距离法的优良性质：定理2．1对最短距离法和k=n-1，n-2，…，1成立。它说明最短距离法得到的系统H=(P,P,…,P)对每个m=n-1，n-2，…，2，P既是分离性最好的m-剖分，又是相似性最好的m-剖分。第三章讨论模糊聚类分析及其常用的传递闭包法，指出这种聚类方法的复杂性，定义了模糊关系图G=(X，E，(?))及其中两点u，v间的连通强度S(u，v)，证明了S是X上的模糊等价关系、G=(X，E，(?))的最大支撑树具有如下性质：定理3．2 设T是模糊关系图G=(X,E,(?))的一棵支撑树，则以下陈述等价： (1)T是G的最大支撑树;(2)对于任意的e’∈E(T)，从T中移出e’得T，T，则w(e’)=(?)w(e);(3)对任意的u,v∈X(u≠v)，T中u,v之间的惟一路是G中最优(u,v)路。并建立了G=(X,E,(?))中任两点的连通强度和(?)的传递闭包t((?))之间的关系：定理“.“设X二!xl，花，…，xn} 的传递闭包t(尽)=尽”=(‘(”，)，、。图，则，尽=(动nx，是X上的模糊相似关系，尽 G=(X，E，豹是与相对应的模糊关系 t(B从，x’)二稍=s(x，.，xj.)· 由此仿照图论中求赋权连通图最小支撑树的Dijkstra算法，给出了模糊聚类的最大支撑树算法如下: 设模糊相似矩阵尽=(份)nx，，聚类水平为兄，令人表示树的结点集，记份二r(气，xj (l)任选一点vl:X，记鸿={vl}，令l(vl)=o，P(vl)==。，l(v):=r(vl，v)， P(v):=vl(丫，。X、鸿)，k:= (2)算 z(v)誊z(v·)，令凡十，一人。{v·}，对每个;。x\人*，，若 r(v’，v)>l(v)，则l(v):=r(v’，v)，P(v):=v’. (3)若k二n一1，据指针P(.)倒向追踪得最大支撑树T;T去掉w(e)最大支撑树方法中连通强度的定义和相关结论，给出了赋权图G=(犷，E，D)中两点u，v间的连通强度 S(。，‘)及其最大支撑树的一个性质·定义了G=(V，E，D)的兄一截图叹和连通闭包G两个概念，得到了如下结论: 定理4.2设赋权图G=(代E，D)，则任取兄任[0，l]，G;=认. 由此分析说明了指标集X中两点u，v在兄水平上能够归为一类，等价于它们在关联图G=(X，E，A)的最大支撑树T的兄一截图瓜中连通·据此建立了灰色关联聚类的最大支撑树方法，其复杂性仅为口(mZ)，有效降低了运算的复杂性，最后通过实例进行了验证. 关键词:系统聚类;模糊聚类;灰色关联聚类;最小支撑树;最大支撑树中图分类号:O巧7.6

关键词：系统聚类模糊聚类灰色关联聚类最小支撑树最大支撑树

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

贝叶斯网络结构学习算法研究及其应用

贝叶斯网络结构学习算法研究及其应用

作者：毛玲玲陕西科技大学

学位级别：硕士

贝叶斯网络是一个集概率论与图论于一体的理论工具,是人工智能系统构建中不可或缺的一部分,已广泛用于医疗诊断、故障检测、资源管理等领域。然而对于复杂的动态系统,根据领域专家经验知识手工构造贝叶斯网络显然不切实际。从数据中利... 详细信息

贝叶斯网络是一个集概率论与图论于一体的理论工具,是人工智能系统构建中不可或缺的一部分,已广泛用于医疗诊断、故障检测、资源管理等领域。然而对于复杂的动态系统,根据领域专家经验知识手工构造贝叶斯网络显然不切实际。从数据中利用机器学习贝叶斯网络结构时,随着变量个数的增加,候选结构模型的搜索空间将会呈现指数倍上涨。启发式搜索的学习算法时解决这个问题的一种潜在手段。但传统基于进化算法的贝叶斯网络结构学习算法存在收敛速度慢、局部搜索能力差以及种群数目难以确定的问题。本文通过对基于传统进化算法的贝叶斯网络结构学习算法的原理和存在的问题进行研究,设计了一种基于进进化算法的贝叶斯网络结构学习算法-MWST-EA。另外将MWST-EA结构学习算法应用于糖尿病分类和TE化工过程故障诊断等,验证了算法的有效性。本文的主要工作如下:（1）针对传统进化算法学习贝叶斯网络结构存在收敛速度慢、局部搜索能力差以及种群数目确定缺乏依据的问题,研究了一种改进进化算法的贝叶斯网络结构学习算法—MWST-EA。该算法利用条件独立性构建初始结构,紧接着设计了个体父节点上限数目函数,减少了搜索的盲目性,缩减了 BN结构的搜索空间,提升了算法的寻优效率和收敛速度。另外引入边频次权重改进了遗传算法的变异函数,可有效地避免算法陷入局部最优解。实验结果表明了本文方法在标准BN模型上的应用优于传统进化算法和最大最小爬山法（Max-Min Hill-Climbing,MMHC）,具有更高的准确性。（2）针对糖尿病数据分类存在的建模难题,本文设计了一种将MWST-EA算法用于糖尿病建模的方法。首先,对Early Stage Diabetes风险预测数据集的样本数据进行了分析和预处理;然后将MWST-EA算法应用于处理后的糖尿病数据上,完成对糖尿病诊断的BN结构模型的建立;最后,采用EM算法来完成BN模型的参数估计,并通过联合树推理算法实现对糖尿病病症的分类诊断。经过与支持向量机（support vector machines,SVM）、朴素贝叶斯（Naive Bayes,NB）、传统进化算法、MMHC算法进行对比实验验证后可得出本文所提MWST-EA算法在糖尿病诊断的应用中具有更高的识别率。（3）针对TE化工过程的故障诊断模型构建困难的问题,本文先利用PCA方法对故障变量进行降维,再结合平方预测误差（Squared prediction error,SPE）和霍特林统计量（Hotelling T2,T2）,设计了一种结合MWST-EA算法的TE故障诊断方法。首先,对TE化工过程数据进行预处理再采用PCA方法进行数据降维;然后,计算TE数据的T2和SPE的贡献率,并据此对TE数据中的变量进行筛选构成基于SPE的最佳子集和基于T2的最佳子集;其次,选用本文所提的MWAT-EA算法来完成贝叶斯网络结构建模,若学习到的BN模型中存在孤立节点,则将皮尔逊系数与专家经验结合为孤立节点确定边;最后,采用EM算法来完成TE化工过程贝叶斯网络模型的参数估计,并通过联合树推理算法实现对TE化工过程的故障诊断。经过实验验证并与SVM、NB方法进行对比,可得出本文所设计的SPE+MWST-EA方法和T2+MWST-EA方法在TE故障诊断过程中具有更高的识别率,尤其是T2+MWST-EA方法具有更优越的识别性能。实验结果表明MWST-EA算法能有效地利用数据进行贝叶斯网络的结构学习任务。

关键词：贝叶斯网络结构学习进化算法最大支撑树糖尿病诊断 TE 故障诊断