| 基于依赖分析的马尔科夫网络分类器学习与优化 |
| |
| 引用本文： | 王双成,刘喜华,唐海燕.基于依赖分析的马尔科夫网络分类器学习与优化[J].模式识别与人工智能,2006,19(4). |
| |
| 作者姓名： | 王双成 刘喜华 唐海燕 |
| |
| 作者单位： | 1. 上海立信会计学院,信息科学系,上海,201620;上海立信会计学院,中国立信风险管理研究院,上海,201620
2. 青岛大学经济学院,青岛,266071 |
| |
| 基金项目： | 国家自然科学基金，上海市重点学科建设项目，上海市教委资助项目 |
| |
| 摘 要： | 对可分解概率模式在0-1损失下证明马尔科夫网络分类器是最优分类器.针对目前建立马尔科夫网络分类器结构效率和可靠性低的问题,基于变量之间基本依赖关系、基本结构和依赖分析思想进行马尔科夫网络分类器结构学习来避免这些问题.并通过去除不相关和冗余属性变量的方法实现对马尔科夫网络分类器的优化,以提高抗噪声能力和预测能力.分别使用模拟和真实数据进行分类器分类准确性比较实验,实验结果显示优化后的马尔科夫网络分类器具有良好的分类准确性.
|
| 关 键 词： | 分类器 马尔科夫网络 优化 弦图 |
The Learning and Optimizing of Markov Network Classifiers Based on Dependency Analysis |
| |
| WANG Shuang-Cheng,LIU Xi-Hua,TANG Hai-Yan.The Learning and Optimizing of Markov Network Classifiers Based on Dependency Analysis[J].Pattern Recognition and Artificial Intelligence,2006,19(4). |
| |
| Authors: | WANG Shuang-Cheng LIU Xi-Hua TANG Hai-Yan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
