一种小规模数据集下的贝叶斯网络学习方法及其应用

来源 :计算机科学 | 被引量 : 0次 | 上传用户:ahphone
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种小规模数据集下学习贝叶斯网络的有效算法——FCLBN。FCLBN利用bootstrap方法在给定的小样本数据集上进行重抽样,然后用在抽样后数据集上学到的贝叶斯网络来估计原数据集上的贝叶斯网络的高置信度的特征,并用这些特征来指导在原数据集上的贝叶斯网络搜索。用标准的数据集验证了FCLBN的有效性,并将FCLBN应用于酵母菌细胞中蛋白质的定位预测。实验结果表明,FCLBN能够在小规模数据集上学到较好的网络模型。
其他文献
在随机路由的基础上,给出一种针对窃听问题的马尔可夫博弈路由模型(Markov Game Theory-based Rou-ting,MGBR)。给出的模型以发送者和窃听者为马尔可夫博弈双方,发送者通过概率
为提高分类模型的稳定性,提出基于决策树分类器集成方案用以识别流量。模型首先利用特征选择方法(FCBF)提取最优分类特征信息,按Bagging随机抽样原理形成5个子分类器,依少数服
分布式数据交换网络系统中,海量数据传输一直是数据交换的难题。在进行路由选择时通常考虑跳数和时延,不提供QoS保证,致使数据在传输过程中因阻塞或中断长时间延时、严重的长
为了解决现有语义Web服务发现方法查询效率不高的问题,提出了一种基于点击率索引的Web服务发现方法。通过为统一描述、发现和集成注册库中点击率较高的Web服务建立索引,使得
充分利用用户自定义标签信息,是理解Web资源语义,提高Web应用智能程度的重要途径。针对资源标签分派中大量存在的信息不完整、不一致的现象,建立基于用户标记行为特征的概率
正确发现流程实际运作情况对工作流管理有着重要的意义。工作流挖掘抽取系统日志信息,挖掘流程的真实运作模型。其中挖掘隐含任务是工作流挖掘中待研究问题之一。基于α算法,
工作流进程中的QoS受很多非功能性因素的影响,例如性能、可靠性以及安全性等等。对QoS度量的管理直接影响到参与工作流具体应用的服务能否顺利完成。因此,当服务被工作流或We
针对目前光学多点触控系统存在的摄像头取景图像特性对触点校正精准度的限制,研究高性能的触点坐标校正形式,提出了一种通用的触点校准算法,使其扩展了对摄像头及安装环境的适应性。通过引进图像配准方法,利用特征点提取实现坐标系的高度统一;采用动态查找表法,提高图像配准效率。理论研究和实验结果验证了该方法的有效性。
把动态特性引入到有限普通集合X内,改进了普通集合X,提出了P-集合(packet sets);P-集合是由内P-集合X^F(internal packet set X^F)与外P-集合XF(outer packet set XF)构成的集合对;
模糊认知图(Fuzzy Cognitive Map,FCM)作为知识表示、推理和软计算方法,通过在传统认知图模型中引入模糊测度来量化概念(concept)间因果关系的影响程度,近年来已成为国内外的研究