数据缺失下学习贝叶斯网的SEM算法

针对SEM算法易收敛于局部最优的问题,提出一种改进SEM算法——DSEM-PACOB算法,采用PACOB算法提供的良好候选网络及合理的策略,估计节点变量缺失值,并使与待估节点变量紧密相关的若干节点变量直接参与估计。实验结果表明,与SEM算法相比,利用新算法获得的最终解的质量有所提高,且具有更好的稳定性。     

山西煤矿在改制中崛起

1　概况　　改制前山西煤矿隶属原洛市矿务局 ,于 1986年9月竣工投产 ,年设计生产能力 30万t,是一个 80年代中期兴起的国有企业。由于历史原因和受计划经济管理模式的约束 ,企业进入 90年代中后期一直处于低位徘徊 ,后劲不足 ,企业亏损面增大 ,严重资不抵债 ,于 1999年 9月随洛市矿务局一起破产。改制后 ,山西煤矿是江西新洛煤电有限责任公司下属的一个主力生产矿井 ,重组三年来 ,在省政府、省煤炭集团公司、萍乡矿务局、英岗岭矿务局、新洛公司的大力扶持和帮助下 ,企业重新焕发了青春活力 ,摆脱了困境 ,出现了一年起步 ,二年扭亏 ,三年翻…     

数据缺失下学习贝叶斯网的一种混合启发方法

建立了具有数据缺失训练集下学习贝叶斯网的一种混合启发方法:SGS-EM-PACOB算法.它基于打分-搜索方法,利用GS和EM数据补全策略分别得到学习所需要的统计因子,并将两者联合起来作为PACOB算法的启发因子.实验证明,SGS-EM-PACOB算法充分保留GS和EM两者的优点,促使算法能够平稳地收敛到理想结果.相对于只具有单一数据补全策略的算法,该算法不仅在度量数据拟合程度的Logloss值上保持稳定,而且在学习到的贝叶斯网络结构上也有改进.