極大或極小數(shù)據(jù)集下貝葉斯網學習的研究.pdf

1、極大數(shù)據(jù)集是指數(shù)據(jù)量巨大，以致于計算機內存不能全部容納的數(shù)據(jù)集；極小數(shù)據(jù)集是指由于實驗條件和實驗代價等限制，導致獲得的珍貴數(shù)據(jù)資源比較少的數(shù)據(jù)集。本文對極大或極小數(shù)據(jù)集下的貝葉斯網絡學習進行了研究，并提出了相關的解決方案。 首先，提出了一種在數(shù)據(jù)缺失訓練集下增量學習貝葉斯網絡的有效的算法IBN-M，該算法用結構化的EM算法來補全數(shù)據(jù)集中缺失的數(shù)據(jù)，并且能在并行和啟發(fā)式搜索策略提供的較大的搜索空間里搜索，有效地避免了采用結構化EM

2、算法而導致的局部極值，同時采用了對數(shù)據(jù)分批次學習的增量學習方法，解決了大規(guī)模數(shù)據(jù)學習存在的內存空間不足的問題，并將IBN-M應用到網絡流量預測中去。實驗結果表明IBN-M算法在數(shù)據(jù)缺失下貝葉斯網絡的增量學習中確實能夠學出相對精確的網絡模型，該算法也是對貝葉斯網絡增量學習方面的一個必要的補充。 其次，建立了一種小規(guī)模數(shù)據(jù)集下學習貝葉斯網絡的有效算法FCLBN。FCLBN利用bootstrap方法在給定的小樣本數(shù)據(jù)集上進行重抽樣，然

3、后用在抽樣后數(shù)據(jù)集上學到的貝葉斯網絡來估計原數(shù)據(jù)集上的貝葉斯網絡的高置信度的特征，并用這些特征來指導在原數(shù)據(jù)集上的貝葉斯網絡搜索。用標準的數(shù)據(jù)集驗證了FCLBN的有效性，并將FCLBN應用到了酵母菌細胞蛋白質分子定位預測問題中去。 最后，從極小數(shù)據(jù)集下的貝葉斯網絡學習中受到啟發(fā)，對大規(guī)模數(shù)據(jù)集下貝葉斯網絡的學習過程進行改進，提出了MM-IBN算法。相對于大規(guī)模數(shù)據(jù)集而言，每一批次數(shù)據(jù)的學習實際上就是一個小規(guī)模數(shù)據(jù)集學習的問題，M