發(fā)布時(shí)間：2020-12-05 14:45

　　貝葉斯網(wǎng)絡(luò)是一種根據(jù)概率推理的圖形化網(wǎng)絡(luò)數(shù)學(xué)模型,著名的貝葉斯公式是該模型的基礎(chǔ),貝葉斯網(wǎng)絡(luò)的主要思想是通過(guò)提取一些變量所包含的信息從而獲得其他變量的概率信息,正是貝葉斯網(wǎng)絡(luò)這一特質(zhì)使得貝葉斯網(wǎng)絡(luò)可以解決有關(guān)于不定性和不完整性的問(wèn)題.貝葉斯網(wǎng)絡(luò)分類(lèi)器就是利用該特質(zhì),并進(jìn)行聯(lián)合概率的邊緣和條件分解構(gòu)造貝葉斯網(wǎng)絡(luò)用于數(shù)據(jù)的分類(lèi)預(yù)測(cè).樸素貝葉斯分類(lèi)器是一種最基礎(chǔ)的貝葉斯網(wǎng)絡(luò)分類(lèi)器,該分類(lèi)器的前提假設(shè)使得其具有結(jié)構(gòu)簡(jiǎn)單、計(jì)算高效和分類(lèi)效果良好等特點(diǎn).然而,這個(gè)很強(qiáng)的條件獨(dú)立性假設(shè)前提也很大程度上影響了分類(lèi)器的分類(lèi)精度,當(dāng)屬性變量間存在依賴(lài)關(guān)系時(shí),樸素貝葉斯分類(lèi)器就無(wú)法將這種依賴(lài)信息考慮進(jìn)去,而這部分信息往往在分類(lèi)時(shí)起著至關(guān)重要的作用.本文就是在此基礎(chǔ)上,以連續(xù)屬性作為研究對(duì)象,對(duì)樸素貝葉斯分類(lèi)器進(jìn)行擴(kuò)展研究,以期達(dá)到提高分類(lèi)器準(zhǔn)確性的目的.本文的主要工作內(nèi)容如下:(1)介紹了連續(xù)屬性樸素貝葉斯分類(lèi)器的分類(lèi)原理,并通過(guò)參數(shù)化方法和非參數(shù)化方法進(jìn)行相關(guān)的參數(shù)估計(jì),并詳細(xì)介紹了幾種經(jīng)典的樸素貝葉斯分類(lèi)器的依賴(lài)擴(kuò)展,對(duì)隱樸素貝葉斯分類(lèi)器提出了不同的權(quán)重定義方式.(2)介紹了一種將樸素貝葉斯分類(lèi)器與時(shí)間... 

【文章來(lái)源】：山東師范大學(xué)山東省

【文章頁(yè)數(shù)】：47 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 引言
第二章 基本理論
    2.1 概率論基礎(chǔ)
    2.2 信息論基礎(chǔ)
    2.3 貝葉斯網(wǎng)絡(luò)基礎(chǔ)
    2.4 連續(xù)屬性的離散化
    2.5 分類(lèi)器的性能評(píng)價(jià)標(biāo)準(zhǔn)
第三章 樸素貝葉斯分類(lèi)器及其依賴(lài)擴(kuò)展
    3.1 連續(xù)屬性樸素貝葉斯分類(lèi)器
    3.2 連續(xù)屬性樸素貝葉斯分類(lèi)器的依賴(lài)擴(kuò)展
    3.3 數(shù)值實(shí)驗(yàn)與分析
第四章 動(dòng)態(tài)貝葉斯分類(lèi)器及其依賴(lài)擴(kuò)展
    4.1 動(dòng)態(tài)樸素貝葉斯分類(lèi)器
    4.2 動(dòng)態(tài)樸素貝葉斯分類(lèi)器的依賴(lài)擴(kuò)展
    4.3 動(dòng)態(tài)隱樸素貝葉斯分類(lèi)器
    4.4數(shù)值實(shí)驗(yàn)與分析
第五章 總結(jié)與展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]小時(shí)間序列的動(dòng)態(tài)樸素貝葉斯分類(lèi)器學(xué)習(xí)與優(yōu)化[J]. 王雙成,高瑞,杜瑞杰.  控制與決策. 2017(01)
[2]約束高斯分類(lèi)網(wǎng)研究[J]. 王雙成,高瑞,杜瑞杰.  自動(dòng)化學(xué)報(bào). 2015(12)
[3]一種改進(jìn)隱樸素貝葉斯算法的研究[J]. 李晶輝,張小剛,陳華,胡義函.  小型微型計(jì)算機(jī)系統(tǒng). 2013(07)
[4]連續(xù)屬性樸素貝葉斯分類(lèi)器的依賴(lài)擴(kuò)展研究[J]. 王輝,韓旭,王雙成,王淑琴,趙洪帥,王莉.  東北師大學(xué)報(bào)(自然科學(xué)版). 2012(02)
[5]基于條件對(duì)數(shù)似然函數(shù)導(dǎo)數(shù)的貝葉斯網(wǎng)絡(luò)分類(lèi)器優(yōu)化算法[J]. 王中鋒,王志海.  計(jì)算機(jī)學(xué)報(bào). 2012(02)
[6]層次樸素貝葉斯分類(lèi)器構(gòu)造算法及應(yīng)用研究[J]. 范敏,石為人.  儀器儀表學(xué)報(bào). 2010(04)
[7]連續(xù)屬性離散化算法比較研究[J]. 劉業(yè)政,焦寧,姜元春.  計(jì)算機(jī)應(yīng)用研究. 2007(09)
[8]具有丟失數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究[J]. 王雙成,苑森淼.  軟件學(xué)報(bào). 2004(07)
[9]一種文本處理中的樸素貝葉斯分類(lèi)器[J]. 李靜梅,孫麗華,張巧榮,張春生.  哈爾濱工程大學(xué)學(xué)報(bào). 2003(01)
[10]一種新的決策樹(shù)歸納學(xué)習(xí)算法[J]. 洪家榮,丁明峰,李星原,王麗薇.  計(jì)算機(jī)學(xué)報(bào). 1995(06)

碩士論文
[1]粗糙集中基于NBC聚類(lèi)的連續(xù)屬性離散化方法研究[D]. 郝寒雪.河北大學(xué) 2009



本文編號(hào)：2899619