基于改进准则的贝叶斯网络模型选择

《基于改进准则的贝叶斯网络模型选择》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、ＳＯＵＴＨＷＥＳＴＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ学位论讓ＭＡＳＴＥＲＤＩＳＳＥＲＴＡＴＩ＾ＯＮ届ｍｍ论文题目：基于改进准则的贝叶斯网络模型选择誦．国内图书分类号：０２１２１密级：公开国际图书分类号：５１９２．西南交通大学研究生学位论文基于改巧准则的贝叶斯网络搭型ｉ先择年级２０１３级姓名兰志霞硕：ｉｒ申请学位级别专业统计学指导老师刘赦副教授二零一六年四月ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ；０２１２．１Ｕ．Ｄ：．Ｃ：５Ｌ９．２

2、ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙＭａｓｔｅｒＤｅｇｒｅｅＴｈｅｓｉｓＢ乂ＳＥＤＯＮＴＨＥＩＭＰＲＯＶＥＤＳＴＡＮＤＡＲＤＳＯＦＢＡＹＥＳＩＡＮＮＥＴＷＯＲＫＭＯＤＥＬＧｒａｄｅ：２０１３Ｃａｎｄｉｄａｔｅ：ＺｈｉｘｉａＬａｎ’ＡｃａｄｅｍｉｃＤｅｒｅｅＡｌｉｅｄｆｏｒ：ＭａｓｔｅｒｓｄｅｒｅｅｇｐｐｇＳｅｃｉａｌｉｔｙ：ＳｔａｔｉｓｔｉｃｓｐＳｕｅｒｖｉｓｏｒ：ＣｈｅｎＬｉｕｐｇＡｒｉｌ２０１６ｐ，西南交通大学学位论文版

3、权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保，允许论文被查阅和借阅留并向国家有关部口或机构送交论文的复印件和电子版。本人授权西南交通大学可Ｗ将本论文的全部或部分内容编入有关数据库进行检索。，可Ｗ采用影印、缩印或扫描等复印手段保存和汇编本学位论文本学位论文属于１．保密□，在年解密后适用本授权书；２．不保密ｓｉ，使用本授权书。＂＂（请在ｙｘ上方框内打Ｖ）：学位论文作者签名：指导老师签名曰期；／＾、＜？日期；７，６、（）＞，西南交通大学硕±学位论文主要工作（贡

4、献）声明本人在学位论文中所做的主要工作或贡献如下：一公／Ｃ和心Ｃ准－，公／Ｃ评价准。理第，通过对则的惩罚项进行加权处理给出ａ则论分析了改进的合理性，且仿真模拟比较了该准则与公把、＾祐准则的建网结果，发现该准则有效提高了小样本情况时的建网效果，尤其在多变量、小样本的情况下效果比较明显。－第二ＭＭ／／Ｃ方法进行分析，探讨将ａ公／Ｃ准则应用到ＭＭ／／Ｃ方法中构，对建贝叶－斯网络，仿真模拟用边误差及构建网络的运行时间比较分析了ａＳ／Ｃ与ＳＯｅｗ、公／Ｃ、－／＾／Ｃ准则在大样本情况下的建网效果，结果展示了样本量

5、较大时，ａ公Ｃ建网结果与公化：准则的较接近，但优于心Ｃ和化Ｄｅｗ准则的建网结果，而且随样本量的增加，公／Ｃ和公此准则的建网结果普遍比公公ｅｗ优。因此在ＭＭ／／Ｃ的评分搜索阶段用ａ－公／Ｃ和公／Ｃ。，可准则１＾有效改进建巧效果，本人郑重声明：所呈交的学位论文是在导师指导下独立进行研究工作所得的成果，。除文中己经注明引用的内容外本论文不包含任何其他个人或集体己经发表或撰。写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明一本人完全了解违反上述声明所引起的切法律责任将由本人承担。学位论

6、文作者签名：曰期；西南交通大学硕±研究生学位论文第Ｉ页摘要一ｅｓｉａｎｎｅｔｗｏｒｋ公Ａ贝叶斯网络巧巧，０是种基于概率论和图论的相关知识而提出的图模型，。它可Ｗ利用图的直观性将随机变量间复杂的关系得Ｗ呈现因此在高维数据和复杂系统的研究中得到了很好的应用，逐步发展为现代统计学研究领域的热点。在近几年，关于贝叶斯网络的研究越来越受国内外学者的重视，其中模型选择是个关键问题，然而仅靠专家根据相关领域的知识来构建贝叶斯网络相当困难，甚至是不可能的。因此，通过对数据集的学习，构建贝叶斯网络具有重要意义。

7、在深入研究贝叶斯网络基础理论及模型选择方法的基础上，从不同角度对原有方法进行改进，进而优化了贝叶斯网络模型选择的效果。具体工作有；对模型选择的评价准则进行了改进。在现有的贝叶斯网络模型选择的各种评价准则中，公／Ｃ评价准则最为常用。公／Ｃ准则的推导是基于大样本前提下进行的，小样本情况下构建的网络连通性不足，过于稀疏。小样本情况下，准则构建的网络却比较复杂。针对这个问题，，本文在深入分析这两个评价准则的基础上，引入调整因子将公／Ｃ与＾／Ｃ准则的惩罚项做加权处理－，提出ａ公／Ｃ评价准则，并结合理论分析和仿真模

8、拟探讨了新准则在小样本条件下改进的合理性和建网的有效性。另外，对于目前越来越多的高维数据集，最大最小爬山法（ＭＭ／／Ｃ）在贝叶斯网络一模型选择问题上得到了广泛使用。该方法分两阶段，在第阶段利用独立性检验降低了第二阶段评分