收藏本站
《大连理工大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

基于贝叶斯网络的知识发现与决策应用研究

张少中  
【摘要】:贝叶斯网络是概率理论和图论相结合的产物,它提供了一种自然的工具,可以用来处理贯穿于应用数学和工程中的两个问题。不确定性和复杂性。80年代,贝叶斯网络多用于专家系统中,成为表示不确定知识和推理问题的流行方法。随着近年来数据库规模的不断扩大,贝叶斯网络逐渐开始应用于大规模数据库的数据挖掘和知识发现,从而为决策支持提供了有力手段,贝叶斯网络已经成为数据库知识发现和决策支持系统的有效方法。 本文以黑龙江省防汛指挥决策支持系统[黑龙江省政府黑讯字2001-8号文件]为背景,对贝叶斯网络的知识发现与决策理论进行了相关研究。本文研究了基于贝叶斯网络的知识发现与决策过程框架,在该框架基础上,研究了贝叶斯网络在知识发现和决策支持领域的应用理论,包括贝叶斯网络的结构学习、参数学习、推理和解释、以及应用贝叶斯网络进行防洪知识发现和决策的问题。本文主要研究成果归纳如下: 提出了用于结构学习的一种新的附加约束的最大相互信息记分函数(MMI-R)。该记分函数以信息论中的KL距离、相互信息理论为基础,将最大相互信息原则引入贝叶斯网络的结构学习中,并使用网络模型的维数和网络结构的复杂度作为组合约束函数,将最大相互信息原则与组合复杂度约束函数相结合,提出了一种新的附加约束的最大相互信息记分函数。以该记分函数作为结构学习的评价标准,将贝叶斯网络的结构学习转化为一个优化问题。本文采用Cancer数据集,将提出的MMI-R记分函数与最大相互信息原则进行了对比,结果表明MMI-R函数解决了最大相互信息的完全图问题,采用4个典型的数据集Cancer、College、Asia和Alarm对提出的MMI-R记分函数同贝叶斯测度(BDE)和最小描述长度(MDL)记分方法进行了对比实验,结果表明本文提出的附加约束的最大相互信息记分函数在结构学习精度上具有更好的性能。 提出了用于结构学习的一种改进的模拟退火算法(SA-MMI-R)。该算法以附加约束的最大相互信息记分函数作为模拟退火的能量优化函数,对基本模拟退火算法进行了三个方面的改进:一是邻近值产生策略,产生邻近值分为3个部分:交换结点、加入新结点和删除旧结点。这种邻近值产生方法尽可能使得所有的邻近值都能够被遍历并具有较高的效率;二是设置新的算法结束条件,采用一个与网络结点状态维数、温度下降系数、状态接受概率为组合条件的动态迭代次数控制策略,并增加了以网络结点状态维数和对父结点集的连续无效修正次数为附加条件的算法结束条件来提高收敛速度;三是对算法增加一个记忆变量,使得算法可以接受暂时的恶化解并能够跳出局部最优,尽可能使 人连理工人学博卜学位论文 算法趋近于全局最优解。为了满足先验知识,设计了修正算法用于SA一MMI一R 算法的结果修正。本文采用典型的数据集对提出的SA一MMI一R算法’。 Chickering提出的模拟退火算法和Larranaga提出的遗传算法进行了性能对比 实验,实验结果表明SA一MMI一R算法在结构学习精度、计算速度上都具有较 大的优势。 提出了用于参数学习的改进的EM算法(ISA一EM)。为解决传统EM算 法难以处理大规模数据集和高维变量以及收敛速度慢的问题,本文提出从期望 计算E和最大化计算M两个步骤分别改进EM算法。首先在E步骤将大规模 数据集划分为较小的数据块,分别对每个块进行块内优化处理,并且在块间进 行合成。这样,一方面将处理大规模数据集转化为处理较小的数据块,降低了 计算量,同时也适应了变量维数的增加;另一方面将期望值在块间进行合成, 避免了重复计算。然后在M步骤采用改进的模拟退火算法进行期望最大化计 算。在前面用于结构学习的改进的模拟退火算法基础上,又增加了两个方面的 改进:一是初始温度选择策略优化,以问题信息和状态分布为指导确定初始温 度,考虑了各状态的相对性能,能够赋予不同状态合适的突跳概率;二是采用 Cauchy分布产生邻近值,尽可能使算法趋近于全局最优。本文采用Cancer、 College、Asia和Alarm数据集对提出的ISA一EM算法与标准EM算法进行了 性能对比实验,实验结果表明IsA一EM算法在参数学习精度、计算时间和算法 收敛速度方面都优于标准的EM算法。 研究了贝叶斯网络的在线学习问题,在可信度理论基础上,给出了在线参 数学习的可信度EM算法并利用该算法与标准EM算法在计算速度方面进行了 比较。 研究了贝叶斯网络的推理与模型解释的方法和内容,给出了随机样本推理 算法的一般形式;从证据解释、推理解释和模型解释三个方面对贝叶斯网络模 型解释进行了分析,对概率依赖关系解释进行了详细描述。 关于防洪决策问题,本文以贝叶斯网络为工具,针对洪水灾害预报和洪水 灾害风险决策问题进行了研究。研究了防洪决策系统的分析和评价体系,给出 了基于贝叶斯网络的降一雨汇流预报模型、河道洪水预报模型和洪水灾害风险决 策模型,对预测模型的预测精度进行了分析并对洪水灾害风险决策模型的概率 依赖关系进行了分析和解释,结果说明将贝叶斯网络应用于防洪知识发现与决 策具有较大的应用价值。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 胡彩平,倪志伟,李龙澍,贾瑞玉;基于贝叶斯方法的范例检索[J];计算机工程;2004年15期
2 刘颖;;贝叶斯方法在文本分类预处理中的应用[J];电脑与信息技术;2010年06期
3 李鹏;;基于贝叶斯理论的神经网络算法研究[J];光机电信息;2011年01期
4 林伟;;一种基于成词概率的贝叶斯垃圾邮件过滤方法[J];计算机技术与发展;2011年09期
5 徐光;郭红;;基于视觉本体的视频语义标注算法[J];福建电脑;2006年08期
6 时红梅;高茂庭;;垃圾邮件过滤技术及发展[J];计算机与数字工程;2008年06期
7 沈积怀;蒲星;蒲林科;;无失效数据可靠性分析的贝叶斯方法[J];电子产品可靠性与环境试验;2008年04期
8 陈景年;黄厚宽;田凤占;邱桃荣;;一种有效的不完整数据分类器[J];计算机科学;2008年09期
9 毛昭勇;宋保维;胡海豹;王鹏;;基于先验信息可信度的鱼雷可靠性Bayes分析[J];计算机仿真;2009年03期
10 沈赟;张丽清;;基于高斯过程模型的语音增强[J];计算机工程;2010年05期
11 赵凌;张从知;;一种基于无线传感器网络应用的数据融合算法[J];大众科技;2011年04期
12 赵峰;李庆华;赵彦斌;;一种基于贝叶斯方法的序列模式挖掘算法[J];计算机工程;2006年14期
13 李兆翠;刘培玉;周洪利;;基于贝叶斯方法的客户端邮件过滤器的设计与实现[J];信息技术与信息化;2007年03期
14 杨政;吴高龙;郝顺义;;贝叶斯方法在代码转换器可靠性验证试验中的应用[J];系统工程与电子技术;2007年08期
15 李仕进;陈蓉;田玲;陈云惠;张昱;蒋永光;于中华;;基于贝叶斯方法的中医“症-证”分析[J];计算机工程;2008年01期
16 牛丽平;郭新志;;融合小波子带与贝叶斯的人脸识别算法[J];微计算机信息;2009年01期
17 闫斐;;基于贝叶斯模型的邮件过滤系统[J];太原师范学院学报(自然科学版);2010年02期
18 周桂如;;贝叶斯统计法在软件故障诊断中的应用[J];安徽电子信息职业技术学院学报;2010年06期
19 李景龙;;贝叶斯分析理论在情报研究中的应用[J];情报探索;2007年01期
20 梁玲;陈庶民;徐孟春;殷石昌;;基于贝叶斯模型的网络风险动态评估方法[J];信息工程大学学报;2007年01期
中国重要会议论文全文数据库 前10条
1 David Z.D'Argenio;;贝叶斯方法在实验室研究向临床的转化以及辨识隐含亚群体中的应用(英文)[A];中国药理学会临床药理学专业委员会会议暨第十次全国临床药理学学术会议论文集[C];2007年
2 蒋富勤;赵航芳;;运动目标状态序贯贝叶斯滤波[A];浙江省信号处理学会2011学术年会论文集[C];2011年
3 方敬;肖扬;;超声波图像边界抽取的贝叶斯方法及其在图像分割中的应用[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
4 张志斌;施水才;吕学强;;基于贝叶斯方法的中文垃圾邮件过滤技术综述[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年
5 唐健;张建慧;傅敏;;宽带网络流量矩阵估计的自适应正则贝叶斯方法ARBM[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
6 朱春华;陈桂景;;两步设计中的渐近最优设计[A];2003中国现场统计研究会第十一届学术年会论文集(下)[C];2003年
7 李亮平;林清;周成昀;刘泽宇;罗道荣;陈小佳;张谢东;;预应力混凝土梁施工的挠度预控研究[A];第二届全国公路科技创新高层论坛论文集(上卷)[C];2004年
8 卢文锋;;基于贝叶斯方法的超声波图像边界检测[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
9 郑建国;张苏民;吴世明;;桩基承载力概率分析的贝叶斯方法[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
10 杨林山;谭艳姬;;个体成长模型及贝叶斯方法在纵向研究中的应用——以大学新生经济适应性为例[A];全国教育与心理统计与测量学术年会暨第八届海峡两岸心理与教育测验学术研讨会论文摘要集[C];2008年
中国重要报纸全文数据库 前5条
1 本版编辑紫箕 王海峰 一二;药物试验“偏心”要不得[N];医药经济报;2007年
2 张晓兵;四阶段演绎反垃圾邮件进程[N];中国计算机报;2007年
3 广发期货发展研究中心 许江山 编译;投资冲击与经济周期[N];期货日报;2010年
4 郭之虞 马宏骥;如何看待与使用系列样品■年代校正方法[N];中国文物报;2002年
5 武汉大学 孟勇;基于主观观念的资产组合模型研究[N];光明日报;2009年
中国博士学位论文全文数据库 前10条
1 黄闪闪;科学哲学视野下的贝叶斯方法[D];南开大学;2013年
2 何岩;统计稀疏学习中的贝叶斯非参数建模方法及应用研究[D];浙江大学;2012年
3 江敏;贝叶斯优化算法的若干问题研究及应用[D];上海大学;2012年
4 曲彦文;贝叶斯滤波若干问题研究[D];南京理工大学;2010年
5 袁晶;贝叶斯方法在变量选择问题中的应用[D];山东大学;2013年
6 刘伟;基于贝叶斯方法的有限混合模型选择[D];东北师范大学;2010年
7 曾惠芳;基于MCMC算法的贝叶斯分位回归计量模型及应用研究[D];湖南大学;2011年
8 陈斌;瘦肉型猪的场内遗传评估及遗传分析研究[D];湖南农业大学;2005年
9 雷菊阳;复杂环境下动态系统结构学习[D];上海交通大学;2009年
10 张洪刚;贝叶斯概率水文预报系统及其应用研究[D];武汉大学;2005年
中国硕士学位论文全文数据库 前10条
1 张龙;网络蠕虫检测与控制技术的研究[D];大连海事大学;2007年
2 张兆中;WEB文本挖掘的聚类分析[D];山东科技大学;2005年
3 王丽丽;转变点问题的统计推断及应用[D];华中科技大学;2005年
4 刘海芳;既有结构恒荷载和材料强度的统计推断[D];西安建筑科技大学;2006年
5 马达;基于贝叶斯的判别理论及其算法实现[D];中国地质大学(北京);2011年
6 赵雷;社会科学中的贝叶斯方法研究[D];山西大学;2012年
7 何建乐;贝叶斯方法在大型电站锅炉优化运行中的应用[D];浙江大学;2011年
8 金璐;不确定贝叶斯可靠性分析[D];上海师范大学;2013年
9 丁进;VaR模型方法的研究[D];北京化工大学;2005年
10 洪宁;计量经济学中两种估计方法的实例应用[D];华中科技大学;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978