郭志高

作品数：8被引量：47H指数：6
导出分析报告
供职机构：西北工业大学电子信息学院更多>>
发文主题：贝叶斯网络数据集BN贝叶斯网络结构学习保序回归更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《自动化学报》《系统工程与电子技术》《计算机仿真》《控制理论与应用》更多>>
所获基金：国家教育部博士点基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进BIC评分的贝叶斯网络结构学习被引量：10
《系统工程与电子技术》2017年第2期437-444,共8页邸若海 高晓光 郭志高 
国家自然科学基金(61305133;61573285);中国高校博士点基金(20116102110026)资助课题
引入专家知识已成为小数据集条件下贝叶斯网络建模的主流方法,然而,专家知识是否正确直接决定了算法的结果和性能。因此,在考虑专家知识正确性的基础上,本文对贝叶斯网络结构学习问题展开研究。首先,建立一种基于连接概率分布的结构约...
关键词：贝叶斯网络 小数据集 专家知识 
小数据集条件下贝叶斯网络自适应参数学习方法被引量：3
《控制理论与应用》2016年第7期945-955,共11页郭志高 高晓光 邸若海 
国家自然科学基金面上项目(61573285);中央高校基本科研业务费专项资金(3102015BJ(II)GH01)资助~~
针对小数据集条件下贝叶斯网络参数学习问题,约束最大似然(CML)和定性最大后验概率(QMAP)方法是两种约束适用性较好的方法.当样本数量、约束数量、参数位置不同时,上述两种方法互有优劣,进而导致方法上的难以选择.因此,本文提出一种自...
关键词：贝叶斯网络 小数据集 参数估计 凸优化 自适应方法 
小数据集BN建模方法及其在威胁评估中的应用被引量：8
《电子学报》2016年第6期1504-1511,共8页邸若海 高晓光 郭志高 
国家自然科学基金(No.60774064;No.61305133);全国高校博士点基金(No.20116102110026);中央高校基本科研业务费专项基金(No.3102015KY0902;No.3102015BJ(Ⅱ)GH01)
贝叶斯网络是数据挖掘领域的主要工具之一.在某些特定场合,如重大装备的故障诊断、地质灾害预测及作战决策等,希望用少量数据得到较好的结果.因此,本文针对小数据集条件下的贝叶斯网络学习问题展开研究.首先,建立基于连接概率分布的结...
关键词：贝叶斯网络 小数据集 二值粒子群优化 威胁评估 
小数据集条件下基于数据再利用的BN参数学习被引量：7
《自动化学报》2015年第12期2058-2071,共14页杨宇 高晓光 郭志高 
国家自然科学基金(60774064;61573285);教育部博士点基金(20116102110026)资助~~
着重研究了小数据集条件下结合凸约束的离散贝叶斯网络(Bayesian network,BN)参数学习问题,主要任务是用先验知识弥补数据的不足以提高参数学习精度.已有成果认为数据和先验知识是独立的,在参数学习算法中仅将二者机械结合.经过理论研究...
关键词：贝叶斯网络 参数学习 小数据集 数据信息分类 数据再利用 
基于改进粒子群优化算法的贝叶斯网络结构学习被引量：12
《西北工业大学学报》2014年第5期749-755,共7页高晓光 邸若海 郭志高 
全国高校博士点基金(20116102110026)资助
贝叶斯网络结构学习是数据挖掘和知识发现领域的重要研究技术之一,在网络结构的搜索空间较大的情况下,传统的二值粒子群优化算法往往存在收敛速度慢,容易陷入局部最优,学习精度较差的缺陷。在传统二值粒子群优化算法基础上,利用互信息...
关键词：贝叶斯网络 数据挖掘 粒子群优化 
基于加性协同的离散贝叶斯网络参数学习
《计算机仿真》2014年第10期61-66,127,共7页邸若海 高晓光 郭志高 
国家自然科学基金(60774064);全国高校博士点基金(20116102110026)
针对小数据集条件下离散BN参数学习的问题,为了将加性协同约束融入到BN参数学习过程中,通过借鉴经典保序回归算法的思想,提出四种处理加性协同约束的方法,进而利用经典的草地湿润模型对改进算法进行仿真,并与最大似然估计算法进行对比,...
关键词：小数据集 加性协同 贝叶斯网络 参数学习 
小数据集条件下基于双重约束的BN参数学习被引量：8
《自动化学报》2014年第7期1509-1516,共8页郭志高 高晓光 邸若海 
国家自然科学基金(60774064);教育部博士点基金(20116102110026)资助~~
针对小数据集条件下的贝叶斯网络(Bayesian network,BN)参数学习问题,提出了一种基于双重约束的贝叶斯网络参数学习方法.首先,对网络中的参数进行分析并将网络中的参数划分为:父节点组合状态相同而子节点状态不同的参数和父节点组合状...
关键词：贝叶斯网络 参数学习 小数据集 BETA分布 保序回归 
基于单调性约束的离散贝叶斯网络参数学习被引量：8
《系统工程与电子技术》2014年第2期272-277,共6页邸若海 高晓光 郭志高 
国家自然科学基金(60774064);高等学校博士学科点专项科研基金(20116102110026)资助课题
针对小样本条件下的离散贝叶斯网络参数学习问题,提出一种基于单调性约束的学习算法。首先,给出了单调性约束的数学模型,以表达定性的先验信息;然后,将单调性约束以狄利克雷先验的形式集成到贝叶斯估计中,并利用贝叶斯估计进行参数学习...
关键词：小样本 单调性约束 保序回归 最大似然估计 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部