无向马尔科夫毯分类器与集成.pdfVIP

1 第 30 卷 第 7 期 系统工程与电子技术 Vol. 30 No. 7 2008 年 7 月 Systems Engineering and Electronics J ul. 2008 文章编号 2008 0721333206 无向马尔科夫毯分类器与集成 1 1 2 王双成 , 冷翠平 , 刘凤霞 1. 上海立信会计学院信息科学系 , 上海 201620 ; 2. 上海立信会计学院工商管理系 , 上海 201620 摘 要 : 无向马尔科夫毯结构是属性和类变量之间的最重要依赖结构之一 ,建立无向马尔科夫毯分类器的核 心是无向马尔科夫毯结构学习。针对现有无向马尔科夫毯结构学习方法具有低效率和可靠性 ,以及不具实用性 等问题 ,基于贝叶斯网络理论、 马尔科夫网络理论和依赖分析方法进行具有多项式复杂度的无向马尔科夫毯结构 和分类器学习 ,来避免这些问题。并建立最优性定理、 可转换定理、 可靠性定理和局部化定理为其提供理论依据。 同时 ,对小例子集情况 , 给出了近似学习方法 , 并将无向马尔科夫毯分类器扩展为联合分类器 ,以有效地进行小 例子集分类。 关键词 : 分类器 ; 贝叶斯网络 ; 马尔科夫网络 ; 马尔科夫毯 中图分类号 : O 23 文献标志码 : A Undirected Markov blanket classif ier and integration 1 1 2 WAN G Shuang2cheng , L EN G Cui2ping , L IU Feng2xia 1. Dept. of Inf ormation Science , S hanghai L i xin Univ. of Commerce , S hanghai 201620 , China; 2. Dept. of B usiness A dminist ration , S hanghai L i xin Univ. of Commerce , S hanghai 201620 , China Abstract : The undirected Markov blanket structure is one of the most important dependency structures be2 tween attribute and class variables. The key problem of learning undirected Markov blanket classifier is to build the undirected Markov blanket structure. At present , the methods of learning undirected Markov blanket struc2 ture are of low efficiency and low reliability and are unpractical. The learning method of both undirected Markov blanket structure and classifier with polynomial complexity is presented based on the theory of Bayesian net2 works , the theory of Markov networks and the dependency analysis way. The problems above can be avoided. The built optimal theorem , transferable theorem , reliability theorem and local theorem are the theory founda2 tion of the presented method. The approximate learning arithmetic is developed and an undirected Markov blan2 ket classifier is extended as a unite classifier to suit for small data classification. Keywords : classifier ; Bayesian network ; Markov network ; Markov blanket [ 2 ] 分2搜索方法。一部分研究者使用交叉熵作为打分函数 , 0 引 言 进行一般马尔科夫网络或可分解马尔科夫网络结构学习 , [ 1 ]