【摘 要】
：
对可分解概率模式, 在 0-1 损失下证明了无向马尔科夫毯分类器是最优分类器. 针对目前建立无向马尔科夫毯结构效率和可靠性低的问题, 本文基于贝叶斯网络理论、马尔科夫网络
【机 构】
：
上海立信会计学院信息科学系, 上海201600
论文部分内容阅读
对可分解概率模式, 在 0-1 损失下证明了无向马尔科夫毯分类器是最优分类器. 针对目前建立无向马尔科夫毯结构效率和可靠性低的问题, 本文基于贝叶斯网络理论、马尔科夫网络理论和可靠性定理进行局部无向马尔科夫毯结构学习, 来避免这些问题. 同时,为对小例子集也能进行有效地分类, 建立了近似学习方法, 并把无向马尔科夫毯分类器扩展成为联合分类器. 分别使用模拟和真实数据进行了分类器分类准确性比较试验, 试验结果显示了联合分类器具有良好的分类准确性.
其他文献
多目标优化是优化问题的一个难点，广泛受到人们的关注，该问题一般不存在绝对最优解，只能求有效解，在有效解中以该解的各目标函数值与各目标函数的最优值的差的平方和最小的有效解
本文提出了一种基于遗传算法的基因表达谱数据分析方法。以多发性骨髓瘤的基因表达谱数据为研究对象，采用相关分析方法进行数据预处理，从原始数据集的 7129 个基因中辨识出 50
图像拼接目前已成为相关领域研究的热点。现有的方法计算量很大，而且不能有效处理重像和亮度差异等问题。本文提出一种图像拼接改进算法，能够降低计算量，同时通过寻找最佳缝合线
网格监测是网格技术中一个活跃的研究领域，及时、准确地收集网格各组成单元的信息，监测其运行状态，是对网格进行有效管理的基础。通过介绍网格监测的概念、特征、需求、相关标准
时空数据的管理是当前数据管理研究的热点问题。为了掌握数据在时间和空间上的变化规律，不但需要实现对历史数据的存储，同时还需要建立一种高效的算法，来实现对历史数据的追溯。
本文针对序列比对问题进行研究，利用用免疫遗传算法来解决序列比对问题。通过对具体数据进行的试验，对更新后的免疫遗传算法的细节进行了分析，并把此更新的算法与传统的用遗传算
本文提出了一种应用遗传算法设计基于模糊规则集的分类系统的方法。方法将监督分类学习视为一个优化问题，根据对示例的学习按最大正确分类率为目标来获取模糊规则集合。方法采
商业智能主要覆盖数据访问、查询和报表工具，它还包括为了提高公司决策制定速度和深度的分析工具，如 OLAP、数据挖掘等。本文探讨了商业智能中的报表工具、开放源代码等相关技
在中国长期的封建社会里和半殖民地半封建的社会里,农民遭受了地主阶级残酷的经济剥削和政治压迫,过着贫穷困苦、没有人身自由的悲惨生活,这也迫使农民不断地进行了反抗斗争.
本文概括了程序切片技术发展现状，在分析了面向对象程序切片存在的问题的基础上，扩展了切片粗粒度的含义，把粒度增大到单元级，引入并分析了波动效应，并针对波动效应的计算给出了数