模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2007, Vol. 20 Issue (2): 185-190    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于PSEM算法和BP神经网络的影响图模型选择*
姚宏亮,张佑生,王浩,汪荣贵
合肥工业大学 计算机科学与技术系 合肥 230009
A Model Selection Method of Influence Diagrams Based on PSEM Algorithm and BP Neural Network
YAO HongLiang, ZHANG YouSheng , WANG Hao, Wang RongGui
Department of Computer Science and Technology, Hefei University of Technology, Hefei 230009

全文: PDF (454 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 影响图模型选择中存在数据依赖性、计算复杂性和非概率关系问题.通过对影响图结构进行分解,提出PSEM算法对影响图的概率结构部分进行模型选择.给出一种BP神经网络,通过对局部效用函数的学习实现效用结构部分的模型选择,并引入权重阈值来避免过拟合.PSEM算法是在SEM算法中引入一种融合先验知识的MDL评分标准来降低传统MDL评分对数据的依赖性,并通过将参数学习和结构评分分开计算提高计算效率.算法比较的结果显示PSEM比标准SEM的时间性能好、对数据依赖性小,且效用部分的结构选择易于实现.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
姚宏亮
张佑生
王浩
汪荣贵
关键词 影响图(IDs)结构期望最大值(SEM)算法后向神经网络最小描述长度(MDL)评分    
Abstract:In the model selection of influence diagrams(IDs), the problems of the data dependency, the computation complexity and nonprobability relation are discussed. Based on the structure decomposition of IDs, a PSEM algorithm is presented. A BP Neural Network is introduced by learning local utility function of each utility node, and the overfitting is avoided by inducing the threshold of weights. To reduce the data dependency, a new MDL scoring is presented which includes the prior knowledge of network structures. Based on SEM algorithm, PSEM algorithm induces the new MDL scoring, and separates parameters learning from structures scoring to improve the computation efficiency. Compared with SEM algorithm, the performances of both the computation complexity and the data dependency of PSEM algorithm are improved, and the model selection of the utility part is easy to achieve.
Key wordsInfluence Diagrams (IDs)    Structural Expectation Maximization (SEM) Algorithm    Back Propagation (BP) Neural Network    Minimum Description Length (MDL) Scoring   
收稿日期: 2006-02-17     
ZTFLH: TP181  
基金资助:国家自然科学基金(No.60575023)、教育部博士点基金(No.20050359012)资助项目
作者简介: 姚宏亮,男,1972年生,博士研究生,主要研究方向为人工智能和数据挖掘.Email:lhy_y@sohu.com.张佑生,男,1941年生,博士生导师,主要研究方向为人工智能和图像处理.王浩,男,1962年生,教授,主要研究方向为人工智能.汪荣贵,男,1966年生,博士后,主要研究方向为人工智能和图像处理.
引用本文:   
姚宏亮,张佑生,王浩,汪荣贵. 基于PSEM算法和BP神经网络的影响图模型选择*[J]. 模式识别与人工智能, 2007, 20(2): 185-190. YAO HongLiang, ZHANG YouSheng , WANG Hao, Wang RongGui. A Model Selection Method of Influence Diagrams Based on PSEM Algorithm and BP Neural Network. , 2007, 20(2): 185-190.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2007/V20/I2/185
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn