基于贝叶斯网络分类器的变压器综合故障诊断方法 被引量：58

1

作者 吴立增 朱永利 苑津莎 《电工技术学报》 EI CSCD 北大核心 2005年第4期45-51,共7页

鉴于电力变压器故障诊断中的信息和知识具有随机性和不确定性的特点,利用贝叶斯网络表达知识灵活、分析处理不确定性与关联性问题能力强的优点,本文提出了一种基于贝叶斯网络分类器的以溶解气体分析为主结合其他电气试验结果的变压器综... 鉴于电力变压器故障诊断中的信息和知识具有随机性和不确定性的特点,利用贝叶斯网络表达知识灵活、分析处理不确定性与关联性问题能力强的优点,本文提出了一种基于贝叶斯网络分类器的以溶解气体分析为主结合其他电气试验结果的变压器综合故障诊断方法,并建立了变压器朴素贝叶斯网络故障诊断模型和TAN故障诊断模型。文中详细阐述并验证了该方法解决信息不完备问题的优越性。该模型还可以通过不断积累完善训练样本,自动修正网络结构参数和概率分布参数,提高诊断效果。实例验证表明了该方法的有效性。 展开更多

关键词 电力变压器 故障诊断 贝叶斯网络 贝叶斯网络分类器

在线阅读 下载PDF 职称材料

主动贝叶斯网络分类器 被引量：37

2

作者 宫秀军 孙建平 史忠植 《计算机研究与发展》 EI CSCD 北大核心 2002年第5期574-579,共6页

在机器学习中 ,主动学习具有很长的研究历史 .给出了主动贝叶斯分类模型 ,并讨论了主动学习中几种常用的抽样策略 .提出了基于最大最小熵的主动学习方法和基于不确定抽样与最小分类损失相结合的主动学习策略 ,给出了增量地分类测试实例... 在机器学习中 ,主动学习具有很长的研究历史 .给出了主动贝叶斯分类模型 ,并讨论了主动学习中几种常用的抽样策略 .提出了基于最大最小熵的主动学习方法和基于不确定抽样与最小分类损失相结合的主动学习策略 ,给出了增量地分类测试实例和修正分类参数的方法 .人工和实际的数据实验结果表明 。 展开更多

关键词 主动学习 贝叶斯网络分类器 最大最小熵 分类损失 机器学习

在线阅读 下载PDF 职称材料

基于类约束的贝叶斯网络分类器学习 被引量：30

3

作者 王双成 苑森淼 王辉 《小型微型计算机系统》 CSCD 北大核心 2004年第6期968-971,共4页

分类能力是人类经过学习得到的重要而基本的能力 ,也是机器学习、模式识别和数据采掘研究的核心问题 .在0 - 1损失率下 ,证明了基于类约束的贝叶斯网络分类器是最优分类器 .建立该分类器的核心问题是基于类约束属性贝叶斯网络结构学习 ... 分类能力是人类经过学习得到的重要而基本的能力 ,也是机器学习、模式识别和数据采掘研究的核心问题 .在0 - 1损失率下 ,证明了基于类约束的贝叶斯网络分类器是最优分类器 .建立该分类器的核心问题是基于类约束属性贝叶斯网络结构学习 ,给出了学习属性贝叶斯网络结构的方法 ,在学习过程中使用了根据弧方向因果语义确定边方向的方法 ,并和碰撞识别定向相结合 ,在边定向之后进行冗余弧检验 ,解决了目前冗余边检验在定向之前所导致的问题 ,显著提高了结构学习效率和准确性 .并使用模拟数据进行了分类实验和分析 . 展开更多

关键词 贝叶斯网络分类器 0-1损失率 因果语义 碰撞识别

在线阅读 下载PDF 职称材料

基于高斯Copula的约束贝叶斯网络分类器研究 被引量：10

4

作者 王双成 高瑞 杜瑞杰 《计算机学报》 EI CSCD 北大核心 2016年第8期1612-1625,共14页

具有连续属性的分类问题普遍存在,目前主要采用两种方法来处理连续属性:一种是将连续属性进行离散化;另一种是基于高斯函数或高斯核函数来估计属性密度.连续属性的离散化可能导致信息丢失、引入噪声和类对属性的变化不够敏感等问题,而... 具有连续属性的分类问题普遍存在,目前主要采用两种方法来处理连续属性:一种是将连续属性进行离散化;另一种是基于高斯函数或高斯核函数来估计属性密度.连续属性的离散化可能导致信息丢失、引入噪声和类对属性的变化不够敏感等问题,而高斯函数和高斯核函数在属性密度估计中各有优势与不足,但它们具有很强的互补性.该文依据Copula和贝叶斯网络理论,结合高斯Copula密度函数、引入平滑参数的高斯核函数和以分类准确性为标准的属性父结点贪婪选择,建立连续属性约束贝叶斯网络分类器,既可以避免连续属性离散化所带来的问题,又能够实现高斯函数和高斯核函数在属性密度估计方面的优势互补.分别采用真实数据和模拟数据进行实验,结果显示,使用结合边缘高斯核函数的高斯Copula估计属性密度的约束贝叶斯网络分类器具有良好的分类准确性. 展开更多

关键词 贝叶斯网络分类器 连续属性 高斯Copula 高斯核函数 平滑参数 机器学习

在线阅读 下载PDF 职称材料

基于贝叶斯网络分类器的雷达辐射源识别方法 被引量：9

5

作者 郭小宾 王壮 胡卫东 《火力与指挥控制》 CSCD 北大核心 2006年第2期36-39,共4页

雷达辐射源识别是电子对抗中的重要组成部分。贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地处理不确定性问题,重点研究了如何利用贝叶斯网络分类器进行雷达辐射源识别,并通过仿真实验对朴素贝叶斯... 雷达辐射源识别是电子对抗中的重要组成部分。贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地处理不确定性问题,重点研究了如何利用贝叶斯网络分类器进行雷达辐射源识别,并通过仿真实验对朴素贝叶斯分类器及其扩展方法进行了分析比较。实验结果表明,与基于概率近似准则的方法相比,基于分类准确率提高准则的扩展树生成方法具有更为优秀的分类性能。 展开更多

关键词 雷达辐射源识别 贝叶斯网络分类器 朴素贝叶斯分类器 树扩展朴素贝叶斯分类器 超级父节点方法

在线阅读 下载PDF 职称材料

基于捕食逃逸PSO的贝叶斯网络分类器 被引量：1

6

作者 孔宇彦 姚金涛 +2 位作者 李强 祝胜林 张明武 《计算机应用》 CSCD 北大核心 2011年第2期454-457,共4页

构造精确的贝叶斯网络分类器已被证明为NP难问题,提出了一种基于捕食逃逸粒子群优化(PSO)算法的通用贝叶斯网络分类器,能有效避免数据预处理时的属性约简对分类效果的直接影响,实现对贝叶斯网络结构的精确学习和搜索。另外,将所提出的... 构造精确的贝叶斯网络分类器已被证明为NP难问题,提出了一种基于捕食逃逸粒子群优化(PSO)算法的通用贝叶斯网络分类器,能有效避免数据预处理时的属性约简对分类效果的直接影响,实现对贝叶斯网络结构的精确学习和搜索。另外,将所提出的分类器应用于高职院校就业预测分析,并在Weka平台上实现对该分类器的构建和验证,与其他几种贝叶斯网络分类器的对比实验结果表明,该分类器具有更好的性能。 展开更多

关键词 捕食逃逸 粒子群优化 贝叶斯网络分类器 WEKA 就业预测

在线阅读 下载PDF 职称材料

多维贝叶斯网络分类器结构学习算法 被引量：1

7

作者 傅顺开 Sein Minn 李志强 《计算机应用》 CSCD 北大核心 2014年第4期1083-1088,共6页

传统多维贝叶斯网络分类器(MBNC)限制其模型结构必须是二分的,通过移除该限制可得到更准确的对关联分布建模的通用MBNC(GMBNC)。基于局部马尔可夫毯的迭代搜索,提出可准确学习GMBNC的算法IPCGMBNC。该算法由于无需学习全局贝叶斯网络(B... 传统多维贝叶斯网络分类器(MBNC)限制其模型结构必须是二分的,通过移除该限制可得到更准确的对关联分布建模的通用MBNC(GMBNC)。基于局部马尔可夫毯的迭代搜索,提出可准确学习GMBNC的算法IPCGMBNC。该算法由于无需学习全局贝叶斯网络(BN),可扩展性强。基于已知贝叶斯网络模型而随机生成的数据上所执行的实验显示,IPC-GMBNC可有效推导出目标结构;而且与传统的全局结构学习算法PC相比,IPC-GMBNC可节省大量的计算量。 展开更多

关键词 多标签分类 多维分类 多维贝叶斯网络分类器 贝叶斯网络 马尔可夫毯

在线阅读 下载PDF 职称材料

多维贝叶斯网络分类器加速学习算法 被引量：1

8

作者 傅顺开 李志强 Sein Minn 《计算机科学》 CSCD 北大核心 2015年第6期262-267,共6页

作为概率图模型,无限制多维贝叶斯网络分类器(GMBNC)是贝叶斯网络(BN)应用在多维分类应用时的精简模型,只包含对预测有效的局部结构。为了获得GMBNC,传统方法是先学习全局BN;为了避免全局搜索,提出了仅执行局部搜索的结构学习算法DOS-GM... 作为概率图模型,无限制多维贝叶斯网络分类器(GMBNC)是贝叶斯网络(BN)应用在多维分类应用时的精简模型,只包含对预测有效的局部结构。为了获得GMBNC,传统方法是先学习全局BN;为了避免全局搜索,提出了仅执行局部搜索的结构学习算法DOS-GMBNC。该算法继承了之前提出的IPC-GMBNC算法的主体框架,基于进一步挖掘的结构拓扑信息来动态调整搜索次序,以避免执行无效用的计算。实验研究验证了DOS-GMBNC算法的效果和效率:(1)该算法输出的网络质量与IPC-GMBNC一致,优于经典的PC算法;(2)在一个包含100个节点的问题中,该算法相对于PC和IPC-GMBNC算法分别节省了近89%和45%的计算量。 展开更多

关键词 多维分类 贝叶斯网络 多维贝叶斯网络分类器 马尔科夫毯

在线阅读 下载PDF 职称材料

面向土地利用分类的多源遥感数据混合贝叶斯网络分类器

9

作者 李凤 高昭良 《国土资源遥感》 CSCD 2011年第2期47-52,共6页

传统的离散型贝叶斯网络分类器是将所有变量视为离散变量,或对连续变量做离散化处理。可是离散化不可避免地存在信息损失,且在多源遥感数据的处理和分析中,连续变量的离散化会导致搜索空间的急剧增加和计算及存储量的极大开销。针对这... 传统的离散型贝叶斯网络分类器是将所有变量视为离散变量,或对连续变量做离散化处理。可是离散化不可避免地存在信息损失,且在多源遥感数据的处理和分析中,连续变量的离散化会导致搜索空间的急剧增加和计算及存储量的极大开销。针对这些问题,开发了一种面向土地利用分类的多源遥感数据混合贝叶斯网络分类器,该分类器首先对问题领域的所有变量做正态分布检验,同时将满足高斯分布假设的变量不做离散化而视为连续变量;然后对离散变量和连续变量分别进行参数学习,最后进行参数合并,再用于贝叶斯网络的推理和分类中。通过福州市区土地利用分类的实验表明,该模型优于传统的离散型贝叶斯网络分类器,具有一定的研究和应用价值。 展开更多

关键词 离散化 正态分布检验 混合贝叶斯网络分类器 多源遥感数据 土地利用分类

在线阅读 下载PDF 职称材料

最大相关最小冗余限定性贝叶斯网络分类器学习算法 被引量：4

10

作者 冯月进 张凤斌 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2014年第6期71-77,共7页

朴素贝叶斯分类器(nave bayes)是一种简单而有效的基于贝叶斯思想的分类方法,但它的属性条件独立性假设并不符合实际,影响了它的分类性能。BAN(bayesian network augmented nave bayes)分类器扩展了朴素贝叶斯分类器,使其表示属性... 朴素贝叶斯分类器(nave bayes)是一种简单而有效的基于贝叶斯思想的分类方法,但它的属性条件独立性假设并不符合实际,影响了它的分类性能。BAN(bayesian network augmented nave bayes)分类器扩展了朴素贝叶斯分类器,使其表示属性之间依赖关系的能力增强,但是其学习算法需要大量的高维计算,在小采样数据集上,影响BAN分类器的分类性能。基于改进的最大相关最小冗余特征选择技术,提出限定性贝叶斯网络分类器学习算法(k-BAN)。本算法使用改进的最大相关最小冗余特征选择技术,通过选择属性结点的连接关系集合建立属性之间的依赖性关系。将该分类方法与NB,TAN和BAN分类器进行实验比较。实验结果表明,在小采样数据集上,本算法获得的限定性贝叶斯网络分类器具有更高的分类准确性。 展开更多

关键词 朴素贝叶斯 贝叶斯网络分类器 最大相关性 最小冗余性 依赖性

在线阅读 下载PDF 职称材料

基于关联规则的贝叶斯网络分类器 被引量：4

11

作者 张子义 王德亮 《计算机应用》 CSCD 北大核心 2009年第B06期134-136,共3页

关联规则分类器(CBA)利用关联规则来构造分类算法,但其没有考虑分类问题中的不确定性。提出一种基于关联规则的贝叶斯网络分类算法。该算法利用关联规则挖掘算法提取初始的候选网络边集,通过贪心算法学习网络结构,得到比经典的贝叶斯网... 关联规则分类器(CBA)利用关联规则来构造分类算法,但其没有考虑分类问题中的不确定性。提出一种基于关联规则的贝叶斯网络分类算法。该算法利用关联规则挖掘算法提取初始的候选网络边集,通过贪心算法学习网络结构,得到比经典的贝叶斯网络分类器TAN更好的拓扑结构。通过在15个UCI数据集上的实验结果表明,该算法取得了比TAN,CBA更好的分类性能。 展开更多

关键词 关联规则分类器 贝叶斯网络分类器 结构学习

在线阅读 下载PDF 职称材料

贝叶斯分类器的判别式参数学习 被引量：6

12

作者 石洪波 柳亚琴 李爱军 《计算机应用》 CSCD 北大核心 2011年第4期1074-1078,共5页

为了提高贝叶斯分类器的分类性能,针对贝叶斯网络分类器的构成特征,提出一种基于参数集成的贝叶斯分类器判别式参数学习算法PEBNC。该算法将贝叶斯分类器的参数学习视为回归问题,将加法回归模型应用于贝叶斯网络分类器的参数学习,实现... 为了提高贝叶斯分类器的分类性能,针对贝叶斯网络分类器的构成特征,提出一种基于参数集成的贝叶斯分类器判别式参数学习算法PEBNC。该算法将贝叶斯分类器的参数学习视为回归问题,将加法回归模型应用于贝叶斯网络分类器的参数学习,实现贝叶斯分类器的判别式参数学习。实验结果表明,在大多数实验数据上,PEBNC能够明显提高贝叶斯分类器的分类准确率。此外,与一般的贝叶斯集成分类器相比,PEBNC不必存储成员分类器的参数,空间复杂度大大降低。 展开更多

关键词 贝叶斯网络分类器 集成方法 参数学习 判别式学习

在线阅读 下载PDF 职称材料

贝叶斯分类器在农村金融数据分类中的应用研究

13

作者 蒲京京 苏巧荣 +2 位作者 张朝瑜 肖振东 吴养会 《安徽农学通报》 2018年第11期2-4,20,共4页

针对农户产权抵押贷款信用问题,利用陕西高陵、临潼、杨陵3个地区农村金融抵押贷款的有关调研数据,运用贝叶斯网络分类模型进行分类研究,以农户所在地区、家庭类型、教育程度等10个因素作为自变量,以产权抵押贷款的意愿作为分类依据,结... 针对农户产权抵押贷款信用问题,利用陕西高陵、临潼、杨陵3个地区农村金融抵押贷款的有关调研数据,运用贝叶斯网络分类模型进行分类研究,以农户所在地区、家庭类型、教育程度等10个因素作为自变量,以产权抵押贷款的意愿作为分类依据,结果表明,采用十折交叉验证的贝叶斯网络分类器对解决此类问题具有良好的分类效果,其分类结果可以为农户抵押贷款研究提供理论参考。 展开更多

关键词 农村金融 贝叶斯网络分类器 ROC曲线 交叉验证

在线阅读 下载PDF 职称材料

基于贝叶斯网络的目标融合识别方法研究 被引量：18

14

作者 郭小宾 王壮 胡卫东 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第11期2713-2716,共4页

利用贝叶斯网络模型进行目标融合识别是近年来的一个研究热点。以电子战环境中的数据融合为背景,提出了一种以朴素贝叶斯分类器和扩展的朴素贝叶斯分类器为基本结构的目标融合识别模型,采用同质传感器数据优先融合原则对雷达侦察、通信... 利用贝叶斯网络模型进行目标融合识别是近年来的一个研究热点。以电子战环境中的数据融合为背景,提出了一种以朴素贝叶斯分类器和扩展的朴素贝叶斯分类器为基本结构的目标融合识别模型,采用同质传感器数据优先融合原则对雷达侦察、通信侦察和红外成像侦察数据进行融合。仿真实验表明,该模型可以有效地提高识别系统的准确率、可靠性和稳健性。 展开更多

关键词 贝叶斯网络 目标融合识别 贝叶斯网络分类器 D-S证据理论

在线阅读 下载PDF 职称材料

最小总风险准则的贝叶斯网络个人信用评估模型 被引量：4

15

作者 李旭升 郭春香 陈凯亚 《计算机应用研究》 CSCD 北大核心 2009年第1期50-53,58,共5页

将最小总风险准则MOR与贝叶斯网络分类器相结合,提出了一种新型信用评估模型。在两个真实数据集上以MOR用10层交叉验证对贝叶斯网络信用评估模型进行了测试,并与最小错误概率准则MPE的贝叶斯网络分类器的结果进行了对比。结果表明,基于... 将最小总风险准则MOR与贝叶斯网络分类器相结合,提出了一种新型信用评估模型。在两个真实数据集上以MOR用10层交叉验证对贝叶斯网络信用评估模型进行了测试,并与最小错误概率准则MPE的贝叶斯网络分类器的结果进行了对比。结果表明,基于MOR的贝叶斯网络分类模型可以有效地减小信用评估风险。 展开更多

关键词 个人信用评估 最小总风险准则 最小错误概率准则 贝叶斯网络分类器

在线阅读 下载PDF 职称材料

基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法 被引量：3

16

作者 魏中强 徐宏喆 +1 位作者 李文 桂小林 《计算机科学》 CSCD 北大核心 2015年第3期214-217,共4页

贝叶斯网络分类器的精确构造是NP难问题,使用K2算法可以有效地缩减搜索空间,提高学习效率。然而K2算法需要初始的节点次序作为输入,这在缺少先验信息的情况下很难确定;另一方面,K2算法采用贪婪的搜索策略,容易陷入局部最优解。提出了一... 贝叶斯网络分类器的精确构造是NP难问题,使用K2算法可以有效地缩减搜索空间,提高学习效率。然而K2算法需要初始的节点次序作为输入,这在缺少先验信息的情况下很难确定;另一方面,K2算法采用贪婪的搜索策略,容易陷入局部最优解。提出了一种基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法(CMI-PK2算法),该算法首先利用条件互信息生成有效的节点次序作为K2算法的输入,然后利用概率突跳机制改进K2算法的搜索过程来提高算法的全局寻优能力,学习较为理想的网络结构。在两个基准网络Asia和Alarm上进行了实验验证,结果表明CMI-PK2算法具有更高的分类精度和数据拟合程度。 展开更多

关键词 贝叶斯网络分类器 结构学习 条件互信息 概率突跳 K2算法

在线阅读 下载PDF 职称材料

基于信息熵函数的启发式贝叶斯因果推理 被引量：9

17

作者 刘洋 王利民 孙铭会 《计算机学报》 EI CAS CSCD 北大核心 2021年第10期2135-2147,共13页

贝叶斯网络分类器(BNC)由于其优越的分类性能和可解释性在数据挖掘和人工智能等领域有着广泛的应用.信息论为其迅速发展奠定了坚实的数学理论基础,例如条件互信息被用来度量BNC拓扑结构中属性间的条件依赖关系.然而,贝叶斯网络又被称为... 贝叶斯网络分类器(BNC)由于其优越的分类性能和可解释性在数据挖掘和人工智能等领域有着广泛的应用.信息论为其迅速发展奠定了坚实的数学理论基础,例如条件互信息被用来度量BNC拓扑结构中属性间的条件依赖关系.然而,贝叶斯网络又被称为因果网络,但目前人工智能等领域中有关贝叶斯网络因果关系的研究是一个很有争议性的课题.属性间因果性的定义远比相关性的定义复杂微妙很多.而条件互信息可能不适用于度量BNC整体拓扑结构对数据的拟合性,并且其表达式的对称性决定了其只能描述属性之间的无向相关性,而非有向因果性.本文从信息熵的角度对贝叶斯网络中的因果关系进行了探索性的研究,首先基于对似然函数定义了联合熵函数与贝叶斯网络拓扑结构中联合概率分布的映射关系,然后在此基础上提出了类条件熵和局部条件熵函数来识别拓扑结构中属性间的因果关系.最后提出了一种基于类标签驱动的启发式结构学习方法来构建可以兼顾有标签数据拟合和无标签数据泛化的BNC(记为HBN).对美国加州大学欧文分校(UCI)机器学习数据库中35个数据集的实验评估表明,本文所提出算法与其它算法相比在分类性能上具有显著优势,例如HBN在0-1损失函数上明显优于CFWNB(17优5劣)、SKDB(14优5劣)、AIWNB(17优7劣);在偏差上HBN与CFWNB相比26优6劣,与SKDB相比10优5劣,与WAODE相比15优7劣,与RF相比29优4劣,与AIWNB相比22优6劣.由于CFWNB、WAODE、AIWNB没有结构学习过程,其拓扑结构不受训练数据扰动的影响.这三种算法的方差显著低于其它算法.而HBN的局部拓扑结构能充分体现测试实例中隐含的因果关系,在一定程度上减轻训练数据过拟合带来的负面影响.因此,与SKDB和RF相比,HBN的方差结果均明显占优(20优9劣,26优3劣).与其他算法相比,HBN的0-1损失函数和偏差结果分别平均提高了6.06%和12.65%.与SKDB和RF相比,HBN的方差结果平均提高了16.49%.HBN为不确定性知识表示和推理提供了一种有效且可行的方法. 展开更多

关键词 贝叶斯网络分类器 对数似然函数 联合熵 条件熵 交叉熵

在线阅读 下载PDF 职称材料

Naive Bayesian Classifier在遥感影像分类中的应用研究 被引量：4

18

作者 陶建斌 舒宁 沈照庆 《遥感信息》 CSCD 2009年第2期52-56,共5页

将Naive Bayesian Classifier(简单贝叶斯网络分类器)用于遥感影像的分类,并对其主要问题如特征选择和后验概率推理等展开研究。使用K2结构学习算法选出具有类别可分性的波段,进一步利用互信息测试对遥感波段之间的相关性做分析,去除冗... 将Naive Bayesian Classifier(简单贝叶斯网络分类器)用于遥感影像的分类,并对其主要问题如特征选择和后验概率推理等展开研究。使用K2结构学习算法选出具有类别可分性的波段,进一步利用互信息测试对遥感波段之间的相关性做分析,去除冗余信息。特征(波段)的条件独立性假设简化了联合概率的计算,以较小的计算代价获得后验概率。在此基础上,将Naive Bayesian Classifier用于多光谱和高光谱影像的分类,获得很好的性能和相当高的稳健性。 展开更多

关键词 贝叶斯网络 简单贝叶斯网络分类器 互信息 条件独立性假设 遥感影像 分类

在线阅读 下载PDF 职称材料

基于MEPA-RST-NBNC的复杂设备智能故障诊断方法研究 被引量：1

19

作者 张超 马存宝 +1 位作者 宋东 许家栋 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第12期2480-2485,共6页

结合最小熵原理法(MEPA)的数据离散功能,粗糙集理论(RST)的数据分析和容错能力,以及朴素贝叶斯网络分类器(NBNC)的并行推理能力,采用串行集成思想,提出了一种基于MEPA-RST-NBNC的复杂设备智能故障诊断方法。首先利用MEPA实现连续条件属... 结合最小熵原理法(MEPA)的数据离散功能,粗糙集理论(RST)的数据分析和容错能力,以及朴素贝叶斯网络分类器(NBNC)的并行推理能力,采用串行集成思想,提出了一种基于MEPA-RST-NBNC的复杂设备智能故障诊断方法。首先利用MEPA实现连续条件属性的离散化,形成离散化诊断决策表;然后利用RST分辨矩阵实现故障特征的简化,并采用最大聚类比原则提取出最佳约简;最后根据约简诊断决策表建立NBNC模型来实现高效快速的诊断推理。故障诊断实例表明该方法不仅克服了RST诊断法的规则搜索和临界误判问题,而且避免了NBNC诊断法的维数灾难问题,具有较强的工程实用性。 展开更多

关键词 最小熵原理方法 粗糙集 朴素贝叶斯网络分类器 故障诊断

在线阅读 下载PDF 职称材料

基于MBBC算法的电信客户信用度评分模型 被引量：4

20

作者 赵悦 穆志纯 《北京工商大学学报（自然科学版）》 CAS 2006年第3期44-46,50,共4页

客户信用度是评价客户欠费风险的指标.目前国内对电信客户信用度评估采用线性公式,其对相关客户属性的权值进行简单的相加,但是实际客户信用度与各相关属性之间并不是简单的线性关系,而是非线性关系.因此,针对电信客户信用度评分问题,... 客户信用度是评价客户欠费风险的指标.目前国内对电信客户信用度评估采用线性公式,其对相关客户属性的权值进行简单的相加,但是实际客户信用度与各相关属性之间并不是简单的线性关系,而是非线性关系.因此,针对电信客户信用度评分问题,提出了一种应用马尔科夫毯贝叶斯网络分类器建立模型的方法.实验结果显示,该算法建立的客户信用度评分模型简洁、易懂和准确率高. 展开更多

关键词 信用度评分 马尔科夫毯贝叶斯网络分类器 分类建模

在线阅读 下载PDF 职称材料