基于贝叶斯网络的多维数据分类研究

《基于贝叶斯网络的多维数据分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、代号10701学号1107122455分类号TP18密级公开题（中、英文）目基于贝叶斯网络的多维数据分类研究ResearchonMulti-dimensionalDataClassificationBasedonBayesianNetwork作者姓名张秀方指导教师姓名、职务杨有龙教授学科门类理学学科、专业应用数学提交论文日期二○一四年一月万方数据万方数据西安电子科技大学学位论文创新性声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果.尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中

2、不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料.与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意.申请学位论文与资料若有不实之处，本人承担一切的法律责任.本人签名：日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学.学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文.同时

3、本人保证，毕业后结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学.本人签名：日期导师签名：日期万方数据万方数据摘要摘要随着信息技术的快速发展，人们急切需要一种能从大数据中提取有用信息的技术.数据分类技术是一种重要的数据分析技术，可以用来建立描述重要数据类的模型，从而预测数据未来的趋势，帮助人们高效管理和有效利用信息.其中，利用贝叶斯网络对数据进行分类成为研究的热门之一.本文在分析几种常用的数据分类方法、属性降维、分类性能评估和多维贝叶斯分类器的基础上，研究了多维贝叶斯分类器.为了简化多维贝叶斯分类器模型的复杂度，同时去除属性变量中可能存在的

4、冗余属性和无关属性，利用独立分量分析方法对属性变量进行降维处理，且处理后的属性变量相互独立，这使得多维贝叶斯分类器的学习更容易实现.本文将三组经典数据的仿真实验结果与已有方法的结果进行比较，结果表明处理后的属性变量建立的分类器分类效果优良.关键词：数据分类；贝叶斯网络；多维贝叶斯分类器；属性降维；独立分量分析万方数据基于贝叶斯网络的多维数据分类研究万方数据AbstractAbstractWiththerapiddevelopmentofinformationtechnology,thereisanurgentneedforatechniquetoextr

5、actusefulinformationfromthelargedata.Asanimportantdataanalysistechnique,dataclassificationcanbeusedtobuildamodelwhichdescribingimportantdataset,accordingly,predictthedatatrendofthefutureandhelppeoplemanageinformationefficientlyanduseinformationeffectively.Dataclassificationbecame

6、oneofthehotstudies.Onthebasisofanalysisforseveralcommonlyuseddataclassificationmethods,attributesdimensionreduction,classificationperformanceevaluationandmulti-dimensionalBayesiannetworkclassifiers，westudiedmulti-dimensionalBayesiannetworkclassifiers.Inordertosimplifythecomplexit

7、yofmulti-dimensionalBayesiannetworkclassifiersandremovetheredundantandirrelevantattributes,dimensionreductionareprocessedforattributevariables,andtheprocessedattributevariablesareindependentofeachother,whichmakesitsimpleandeasyforlearningmulti-dimensionalBayesiannetworkclassifier

8、s.Wedidthesimulationexperimentforthethre