刘洋
- 作品数：4 被引量：13H指数：2
- 供职机构：吉林大学计算机科学与技术学院更多>>
- 发文基金：吉林省自然科学基金吉林省科技发展计划基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于Markov blanket的无约束型K阶贝叶斯集成分类模型被引量：2
- 2018年
- 为了提升K阶依赖贝叶斯分类(KDB)模型的条件依赖表达能力,本文以Markov blanket的特征提取思想为基本原则,降低特征属性间的条件独立性,根据贪婪搜索策略进行贝叶斯分类模型的结构学习。基于训练样本集构建宏观模型,基于测试样本构建微观模型,最终通过集成模型进行决策。针对UCI机器学习数据集进行交叉验证,实验结果分别从0-1损失、偏差和方差等角度证明了本文算法的合理性和有效性。
- 王利民刘洋孙铭会李美慧
- 关键词：计算机应用贝叶斯网络条件独立性
- 基于Markov blanket的无约束型K阶贝叶斯集成分类模型
- 为了提升K阶依赖贝叶斯分类模型KDB的条件依赖表达能力，本文以Markov blanket的特征提取思想为基本原则，降低特征属性间的条件独立性，根据贪婪搜索策略进行贝叶斯分类模型的结构学习。基于训练样本集构建宏观模型，基...
- 王利民刘洋孙铭会李美慧
- 关键词：计算机应用贝叶斯网络条件独立性
- 基于XForm与Web Services的流行病信息管理系统被引量：3
- 2005年
- 应用XForms技术和Web Services架构,实现了一个流行病信息管理系统,该系统具备分布式数据处理和远程数据监控能力,支持异构系统中数据自动汇总,为远程诊断提供了基础.实现了一个支持W3C XForms标准的表单子系统TXForms,以TXForms为基础建立了一个XML表单系统,以SOAP和XML安全技术为基础建立了病例信息交换系统,以Web服务技术建立了疾病信息控制中心系统.
- 徐高潮付晓东胡亮刘洋张洁
- 关键词：SERVICESXFORMSXMLSOAP
- 基于信息熵函数的启发式贝叶斯因果推理被引量：8
- 2021年
- 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%�
- 刘洋王利民孙铭会
- 关键词：贝叶斯网络分类器联合熵条件熵交叉熵
