基于GMDH的贝叶斯网络分类研究

扫码查看

原文链接

NETL

中文摘要：将GMDH理论引入贝叶斯分类中。提出基于GMDH的贝叶斯分类器结构学习算法。算法将评分搜索与依赖分析两种结构学习思想相结合,根据互信息测度值来选择初始模型,用贝叶斯评分作为筛选模型的外准则。首先学习了两个真实贝叶斯网络的结构,来验证算法的结构学习能力,然后在标准分类数据集上进行分类器结构学习、参数学习及推理。结果表明,该方法有较强的结构学习能力和较高的分类精度,为分类研究提供了一种新的思路。

作者：

肖进、贺昌政

展开 >

作者单位：

四川大学工商管理学院四川成都 610064

关键词：

贝叶斯网络分类结构学习算法 GMDH 分类精度

主办单位：

中国系统工程学会

会议名称：

中国系统工程学会决策科学专业委员会第七届学术年会

会议时间：

2007-10-01

会议地点：

贵阳

会议母体文献：

中国系统工程学会决策科学专业委员会第七届学术年会论文汇编

页码：

372-378

出版时间：

2007