收藏本站
《西南交通大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

贝叶斯网络分类模型研究及其在信用评估中的应用

李旭升  
【摘要】: 数据挖掘作为一个新兴的学科,在各行各业的决策支持活动中扮演着越来越重要的角色。贝叶斯网络是一种不确定条件下的知识表达和推理工具,拥有其它数据挖掘工具所不具备的优势。利用贝叶斯网络对于事件或者属性间不确定性关系进行建模和推理,在商业智能、医学诊断、自然语言理解、故障诊断、启发式搜索、图像解释以及目标识别等领域产生了很多成功的应用。为了进一步提高其性能并拓展其应用领域,本论文以改进贝叶斯网络分类性能为主要研究目标,研究贝叶斯网络分类模型的算法,并着重考虑其在信用评估中的应用。 本论文的主要研究成果如下: 1.混合属性的树增强朴素贝叶斯分类器(TAN)、树增强朴素贝叶斯多网分类器(TAMN)的研究 TAN、TAMN要求对连续属性变量必须进行预离散化。为了更好地表达数据的分布,减少信息损失,本论文推导了混合属性变量数据的似然函数,实现了连续属性和离散属性对数似然计算的分离;结合图论中有向最小权重生成树算法,提出了扩展的树增强朴素贝叶斯、树增强朴素贝叶斯多网分类器算法;引进了对连续父节点,离散子节点条件概率分布的一种计算方法,从而避免了使用软阈值函数或神经网络拟合这种条件概率分布,减少了运算工作量,提高了计算精度;实现了用参数化的方法模拟连续属性变量,突破了必须对连续变量进行预离散化的限制,能够在TAN的框架内处理混合变量的情况,实验测试证明其具有良好的分类精度。 2.灵活的增强朴素贝叶斯分类模型的研究 提出了一种基于最小描述长度准则的增强朴素贝叶斯分类器算法。该算法能够根据数据集自适应匹配从朴素贝叶斯分类器(NB)到树增强朴素贝叶斯分类器(TAN)的网络结构,且保持了TAN计算简单和鲁棒的特点。在UCI数据集上用分层交叉验证对该算法进行了对比测试,结果表明该算法具有良好的分类精度。 3.判别分析的朴素贝叶斯分类模型研究 致力于弥补NB不能提取类间信息的缺陷,结合判别分析方法,提出了一种混合分类模型。首先使用线性判别分析(LDA)或核判别分析(KDA)的方法,寻找类间最大可分离的投影空间。然后再将原样本向最大可分离空间投影,获得新样本。用NB算法在新训练样本中进行学习,获得分类器,从而将NB与判别分析方法有机地结合起来。用该分类方法进行对比实验,结果表明该分类器具有较高的分类正确率。 4.应用研究 结合信用评估问题,在对数据预处理的基础上,用真实信用数据对已有的贝叶斯网络分类模型算法和本论文中的改进算法进行研究,并与神经网络模型、参数和非参数模型对比。证实了贝叶斯网络作为信用评估的有效性和实用价值。论文对贝叶斯网络信用评估模型进行了以下两个方面的研究: (1)针对贝叶斯网络分类模型,研究数据预处理方法,以及作为信用评估模型的误分率。在真实数据集上运用交叉验证对各种贝叶斯网络信用评估模型进行了测试,并与神经网络个人信用评估模型进行了对比。结果表明贝叶斯网络分类模型适合用于解决信用评估问题。 (2)结合最小总风险准则和贝叶斯网络分类器,提出了一种基于风险分类的新型信用评估模型。在真实数据集上按最小总风险准则采用交叉验证对贝叶斯网络信用评估模型进行了测试,并与按最小错误概率准则的神经网络、贝叶斯网络分类模型的结果进行了对比。结果表明基于最小总风险准则的贝叶斯网络分类模型可以有效地减少信用评估的风险。
【学位授予单位】:西南交通大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:F224

【引证文献】
中国博士学位论文全文数据库 前1条
1 向晖;个人信用评分组合模型研究与应用[D];湖南大学;2011年
中国硕士学位论文全文数据库 前2条
1 陈荣刚;基于在线检测信息的储罐底板腐蚀状态智能评价方法研究[D];东北石油大学;2011年
2 周倩;商业银行的中小企业信贷准入筛选模型研究[D];南京理工大学;2010年
【参考文献】
中国期刊全文数据库 前8条
1 石洪波,王志海,黄厚宽,励晓健;一种限定性的双层贝叶斯分类模型[J];软件学报;2004年02期
2 程泽凯,林士敏;TANC-BIC结构学习算法[J];微机发展;2004年11期
3 王春峰,万海晖,张维;基于神经网络技术的商业银行信用风险评估[J];系统工程理论与实践;1999年09期
4 吴德胜,梁樑;基于V-foldCross-validation和Elman神经网络的信用评价研究[J];系统工程理论与实践;2004年04期
5 庞素琳;概率神经网络信用评价模型及预警研究[J];系统工程理论与实践;2005年05期
6 王双成,苑森淼,王辉;基于类约束的贝叶斯网络分类器学习[J];小型微型计算机系统;2004年06期
7 王双成,张邦佐,王辉,苑森淼;基于贝叶斯网络理论的TAN分类器无向依赖扩展[J];小型微型计算机系统;2005年01期
8 李海军,王钲旋,王利民,苑森淼;基于主成分分析提升朴素贝叶斯[J];仪器仪表学报;2004年S2期
【共引文献】
中国期刊全文数据库 前10条
1 刘文蕊;肖珉;周宗放;;基于BP神经网络的企业集团信用风险的实证研究[J];管理学家(学术版);2010年10期
2 沈乐平;黄维民;饶天贵;;基于支持向量机的上市公司违规预警模型研究[J];中大管理研究;2008年02期
3 张树良;;新的基于K3的个性化信息管理模式[J];情报理论与实践;2007年02期
4 代磊;马卫东;王凌楠;马建国;;基于权重的朴素贝叶斯分类器设计与实现[J];情报理论与实践;2008年03期
5 马英超;王海川;徐国亮;;基于贝叶斯网络的反舰导弹身份识别[J];指挥控制与仿真;2007年02期
6 殷天石;孙济庆;;基于树型结构的SVM多类组合分类器在文本分类中的应用[J];情报杂志;2006年02期
7 李兰春;刘喜华;王双成;;认知结构动态评估的智能化方法研究[J];青岛大学学报(自然科学版);2011年02期
8 刘红岩,陈剑,陈国青;数据挖掘中的数据分类算法综述[J];清华大学学报(自然科学版);2002年06期
9 田凤占,张宏伟,陆玉昌,石纯一;处理连续变量的Bayes分类方法[J];清华大学学报(自然科学版);2003年01期
10 赵鹏;;基于支持向量机的文本分类方法研究[J];齐齐哈尔大学学报;2008年01期
中国重要会议论文全文数据库 前10条
1 程泽凯;泰锋;;贝叶斯网络分类器结构学习:基于启发式的G2算法[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 杨波;秦锋;程泽凯;;一种新的分类学习系统评估度量[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
3 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 赵越岭;王英丽;;基于粗糙集感应电动机故障诊断决策规则分析[A];第二十七届中国控制会议论文集[C];2008年
5 ;Gas Thickness On-line Monitoring Instrument Design Based on BP Neural Network[A];第二十七届中国控制会议论文集[C];2008年
6 ;Fault Diagnosis Based on Bayesian Networks for the Data Incomplete Industrial System[A];中国自动化学会控制理论专业委员会A卷[C];2011年
7 袁从贵;张新政;陈旭;;基于偏互信息与定尺度最小二乘支持向量机的咸潮预测模型[A];中国自动化学会控制理论专业委员会C卷[C];2011年
8 黄章树;乔昕;;基于数据挖掘的机械制造业上市公司信用评价研究[A];第十三届中国管理科学学术年会论文集[C];2011年
9 刘欣;章勇;王娟;;增量学习的TFIDF_NB协同训练分类算法[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
10 袁瑞萍;吴祈宗;;影像图及其在风险管理中的应用[A];中国运筹学会第九届学术交流会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 刘家国;基于突发事件风险的供应链利益分配与行为决策研究[D];哈尔滨工程大学;2010年
2 孟宇龙;基于本体的多源异构安全数据聚合[D];哈尔滨工程大学;2010年
3 秦江波;中国商业银行信贷过程风险管理研究[D];哈尔滨理工大学;2010年
4 汪春梅;癫痫脑电信号特征提取与自动检测方法研究[D];华东理工大学;2011年
5 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
6 李炳龙;文档碎片取证关键技术研究[D];解放军信息工程大学;2007年
7 童永强;基于资产负债表方法的行业金融风险研究[D];武汉大学;2010年
8 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
9 朱佳俊;不确定可拓群决策优化方法及应用[D];东华大学;2010年
10 王中锋;树型贝叶斯网络分类器鉴别式训练研究[D];北京交通大学;2011年
中国硕士学位论文全文数据库 前10条
1 桂琳;房地产上市公司财务风险评价研究[D];华中农业大学;2010年
2 卢新亮;建设工程招标中的投标企业信用风险评价[D];浙江理工大学;2010年
3 李善花;中国种业上市公司财务风险评价与控制研究[D];山东农业大学;2010年
4 雷斌;基于Java技术的智能化搜索引擎的研究与设计[D];哈尔滨工程大学;2010年
5 李楠;我国公办高校财务风险控制评价体系构建[D];哈尔滨工程大学;2009年
6 李晓光;数据挖掘技术在高校招生和教务管理中的应用[D];哈尔滨工程大学;2010年
7 于晓菲;LB大连分行商业抵押贷款信贷评分方法研究[D];大连理工大学;2010年
8 曹婷婷;基于结构方程的商户小额贷款信用评价研究[D];大连理工大学;2010年
9 张喆;EXIMBANK辽宁装备制造企业信用评级研究[D];大连理工大学;2010年
10 郑方;万安担保的个人信用评价体系研究[D];大连理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 姜楠;周晓沧;;基于非线性规划的数据离散化方法及其应用[J];清华大学学报(哲学社会科学版);2006年S1期
2 刘武超;王霁虹;;原油储罐底板的腐蚀控制[J];全面腐蚀控制;2006年01期
3 ;农村信用社VS中小企业融资[J];西南金融;2006年02期
4 谭开忍;肖熙;;基于灰色理论的海底管道腐蚀剩余寿命预测方法[J];上海交通大学学报;2007年02期
5 赵淑楠;张绍举;刘钧泉;;高温盐酸对碳钢腐蚀速率影响的探讨[J];石油化工设备技术;2008年04期
6 李君;;保温层下防腐保护及冷喷铝技术[J];上海涂料;2008年06期
7 陈望宇;廖芹;;基于遗传算法的贝叶斯网络模型研究[J];计算机工程与设计;2009年11期
8 蒙肖莲;李金林;杨毓;;基于概率神经网络的欺诈性财务报告的识别研究[J];数理统计与管理;2009年01期
9 张耀,郑峥;储油罐腐蚀特征及失效分析[J];石油化工腐蚀与防护;2004年02期
10 谈平庆,谢水海,梅冬勇;大型原油储罐综合防腐蚀技术[J];石油化工腐蚀与防护;2005年02期
中国博士学位论文全文数据库 前10条
1 李刚;知识发现的图模型方法[D];中国科学院软件研究所;2001年
2 李俭川;贝叶斯网络故障诊断与维修决策方法及应用研究[D];中国人民解放军国防科学技术大学;2002年
3 张少中;基于贝叶斯网络的知识发现与决策应用研究[D];大连理工大学;2003年
4 沈翠华;基于支持向量机的消费信贷中个人信用评估方法研究[D];中国农业大学;2005年
5 王利民;贝叶斯学习理论中若干问题的研究[D];吉林大学;2005年
6 杨宇;基于EMD和支持向量机的旋转机械故障诊断方法研究[D];湖南大学;2005年
7 姜明辉;商业银行个人信用评估组合预测方法研究[D];哈尔滨工业大学;2006年
8 董立岩;贝叶斯网络应用基础研究[D];吉林大学;2007年
9 刘国华;声发射信号处理关键技术研究[D];浙江大学;2008年
10 晏华;交易数据的聚类分析[D];电子科技大学;2008年
中国硕士学位论文全文数据库 前10条
1 曹华珍;原油贮罐底板的腐蚀机理研究与防护措施[D];浙江工业大学;2002年
2 陈励华;智能故障诊断技术的应用与研究[D];西北工业大学;2005年
3 蒋望东;基于遗传算法的贝叶斯分类器结构学习研究[D];广西师范大学;2005年
4 黄莹;我国中小企业信用评估模型研究[D];对外经济贸易大学;2006年
5 胡春玲;贝叶斯网络的结构学习算法研究[D];合肥工业大学;2006年
6 闫河;金属常压储罐底板声发射源特性研究[D];北京工业大学;2006年
7 张斌;储罐基础沉降与变形后的可靠度评价研究[D];大庆石油学院;2007年
8 廉捷;贝叶斯网络构造方法及应用研究[D];北京交通大学;2008年
9 尹竹青;信用度量模型在中小企业信贷风险管理中的应用研究[D];中央财经大学;2008年
10 邢菲菲;储罐罐底腐蚀声发射信号模式识别研究[D];天津大学;2008年
【二级引证文献】
中国博士学位论文全文数据库 前1条
1 范闾翮;企业质量信用及影响因素研究[D];浙江大学;2013年
【二级参考文献】
中国期刊全文数据库 前3条
1 庞素琳,王燕鸣,罗育中;多层感知器信用评模型及预警研究[J];数学的实践与认识;2003年09期
2 王春峰,万海晖,张维;基于神经网络技术的商业银行信用风险评估[J];系统工程理论与实践;1999年09期
3 庞素琳,王燕鸣;多层感知器信用评价模型研究[J];中山大学学报(自然科学版);2003年04期
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
  • 010-62791813
  • 010-62985026