Bayes网络学习及其在文本检测中的应用研究.PDFVIP

第 43 卷 　第 5 期 ( ) Vol. 43 No. 5 复 旦 学 报 自然科学版 2004 年 10 月 Journal of Fudan University (Natural Science) Oct. 2004 　　文章编号 (2004) Bayes 网络学习及其在文本检测中的应用研究 汪荣贵 , 张佑生 , 高　隽 , 彭青松 , 胡良梅 (合肥工业大学 计算机与信息学院 , 合肥 　230009) 摘　要 : 针对大规模 Bayes 网络的条件概率赋值问题 ,提出一种学习方法. 首先使用类层次结构定义一种新的 层次 Bayes 网络模型 ,用于表示大规模 Bayes 网络. 然后将训练数据集由单个数据表的形式转化成多表数据库 , 其中每个数据库表对应 1 个 Bayes 网络模块. 在此基础上导出条件概率计算公式 ,从每个数据库表中算出相应 的Bayes 网络模块的条件概率表 , 由此实现对整个层次Bayes 网络的概率赋值. 可通过适当增加数据库表的数 目来控制每个表中属性的个数,保证计算的可行性. 最后将本层次 Bayes 网络及计算公式用于解决图像中文本 的自动检测与定位问题 ,实验结果表明了它们的有效性. 关键词 : Bayes 网络; 类层次结构 ; 层次 Bayes 网络; 机器学习 中图分类号: TP 181 　　 文献标识码 : A 　　 为使 Bayes 网络具有机器学习能力 ,人们提出了许多有效的学习算法. 它们可大致分为两类 : ①基于 经典的统计学的学习算法 ,如适合处理完备数据的极大似然算法、适合处理不完备数据的 EM 算法和梯度 ( ) 上升算法等 ; ②基于Bayes 统计学的学习算法 ,如适合处理完备数据的Bayes 预测 条件期望估计法 算法、 适合处理不完备数据的 Gibbs 算法等1 ～3 . Bayes 网络学习的计算复杂度依赖于网络结构 ,最坏情况下是 NPhard 问题4 . 变量较多时 ,难以对网络结构的进行合理地评判 ,现有的学习算法不可行. 本文针对大 规模 Bayes 网络的概率赋值问题 ,提出一种学习方法. 首先定义一种新的基于层次的 Bayes 网络模型 ,来 表示大规模 Bayes 网络. 然后在此基础上提出条件概率表的学习算法 ,实现概率赋值. 最后将层次 Bayes 网络及其学习算法用于解决图像中文本的自动检测与定位问题 ,验证它们的有效性. 1 　Bayes 网络及类层次结构 概率论使用概率分布处理不确定性问题. 对于 n 元随机向量 U = { x 1 , x 2 , …, x n} , 若每个分量最多 有 r 个可能的取值, 则要确定 rn - 1 个概率. 这是一个 NPhard 问题. 因此, 通过直接对每个基本事件计 算或指派概率的方法来确定联合概率分布 P ( U) 是不现实的. 需要建立适当的概率模型, 借助模型的结 构和数量特征来确定 P ( U) . Bayes 网络就是一种这样的概率图模型. 定义 1 　n 元离散随机向量 U = { x 1 , x 2 , …, x n} 的Bayes 网络是一个二元组 B = ( B s