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  2010, Vol. 23 Issue (4): 508-515    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种贝叶斯网络分类器集群式参数学习的降噪算法
王中锋,王志海,付彬
北京交通大学 计算机与信息技术学院 北京 100044
A Smoothed Boosting Algorithm for Ensemble Parameters Learning of Bayesian Network Classifiers
WANG Zhong-Feng,WANG Zhi-Hai,FU Bin
School of Computer and Information Technology,Beijing Jiaotong University,Beijing 100044

全文: PDF (507 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 文中首先分析降噪集成算法采用的样本置信度度量函数的性质,阐述此函数不适合处理多类问题的根源。进而设计更有针对性的置信度度量函数,并基于此函数提出一种增强型降噪参数集成算法。从而使鉴别式贝叶斯网络参数学习算法不但有效地抑止噪声影响,而且避免分类器的过度拟合,进一步拓展采用集群式学习算法的鉴别式贝叶斯网络分类器在多类问题上的应用。最后,实验结果及其统计假设检验分析充分验证此算法比目前的集群式贝叶斯网络参数学习方法得到的分类器在性能上有较显著提高。
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
王中锋
王志海
付彬
关键词 机器学习贝叶斯网络集群式学习Boosting算法分类算法    
Abstract:The property of sample confidence measure function applied by ensemble algorithm of reducing noises is firstly analysed in this paper, and the reason of this function being unfit for multiclass dataset is expounded. Then a confidence measure function with more pertinence is designed, and an enhanced algorithm for reducing noises and ensemble parameters is proposed based on this function. Thus the discriminative parameters learning algorithm of Bayesian network not only effectively restrains the noise impact, but also avoids over fitting of classifiers, and further extend the application of discriminative Bayesian network calssifier applying ensemble learning algorithm in multiclass problem. Finally, the experimental results and its analysis on statistical hypothesis test verify that this algorithm more notably improves the classifier performance than ensemble parameters learning algorithms of Bayesian network at present.
Key wordsMachine Learning    Bayesian Network    Ensemble Learning    Boosting Algorithm    Classification Algorithm   
收稿日期: 2009-04-27     
ZTFLH: TP311  
基金资助:国家自然科学基金资助项目(No.60673089)
作者简介: 王中锋,男,1977年生,博士研究生,主要研究方向为人工智能、数据挖掘.E-mail:iewzf@163.com.王志海,男,1963年生,教授,博士生导师,主要研究方向为机器学习、数据挖掘.付彬,男,1983年生,博士研究生,主要研究方向为数据挖掘.
引用本文:   
王中锋,王志海,付彬. 一种贝叶斯网络分类器集群式参数学习的降噪算法[J]. 模式识别与人工智能, 2010, 23(4): 508-515. WANG Zhong-Feng,WANG Zhi-Hai,FU Bin. A Smoothed Boosting Algorithm for Ensemble Parameters Learning of Bayesian Network Classifiers. , 2010, 23(4): 508-515.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2010/V23/I4/508
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