基于粗糙集的貝葉斯網(wǎng)絡(luò)模式識(shí)別模型與方法研究.pdf

1、貝葉斯網(wǎng)絡(luò)模式識(shí)別方法具有柔和性、容錯(cuò)性的優(yōu)點(diǎn)，可以很好地處理不完備信息的識(shí)別問(wèn)題，是目前不確定知識(shí)表示和推理領(lǐng)域中最有效的理論模型之一，是近年來(lái)數(shù)據(jù)挖掘和模式識(shí)別領(lǐng)域中的研究熱點(diǎn)之一。論文在分析貝葉斯網(wǎng)絡(luò)的發(fā)展過(guò)程和研究現(xiàn)狀、貝葉斯網(wǎng)絡(luò)分類器及其在模式識(shí)別方面的應(yīng)用的基礎(chǔ)上，針對(duì)貝葉斯網(wǎng)絡(luò)分類器結(jié)構(gòu)和參數(shù)學(xué)習(xí)比較困難的問(wèn)題，研究了基于粗糙集的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)學(xué)習(xí)算法，提出了基于粗糙集的貝葉斯網(wǎng)絡(luò)模式識(shí)別模型和方法，最后通過(guò)仿真實(shí)驗(yàn)

2、，驗(yàn)證了論文所提出的方法的可行性和有效性。研究的具體內(nèi)容包括：
　?。?）為提高屬性約簡(jiǎn)的效率和貝葉斯網(wǎng)絡(luò)分類器對(duì)噪聲數(shù)據(jù)的抗干擾能力，論文在經(jīng)典Pawlak粗糙集理論、一般關(guān)系下的粗糙集模型和變精度粗糙集模型的基礎(chǔ)上，提出了廣義變精度粗糙集模型；
　?。?）論文從廣義變精度粗糙集的定義出發(fā)，分別提出了完備信息系統(tǒng)的變精度粗糙集?-約簡(jiǎn)和不完備信息系統(tǒng)的變精度粗糙集?~下近似約簡(jiǎn)的啟發(fā)?式算法，克服了搜索最小約簡(jiǎn)的NP-ha

3、rd問(wèn)題；
　?。?）首先利用約簡(jiǎn)算法進(jìn)行屬性約簡(jiǎn)，提取決策規(guī)則，降低了貝葉斯網(wǎng)絡(luò)的計(jì)算復(fù)雜度；然后根據(jù)約簡(jiǎn)后所得決策規(guī)則的置信因子和覆蓋因子的信息，對(duì)貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行學(xué)習(xí)；最后再由貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)和決策規(guī)則中屬性變量取值的統(tǒng)計(jì)信息，對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行了參數(shù)學(xué)習(xí)，從而得到了粗糙集貝葉斯網(wǎng)絡(luò)；
　?。?）為得到用于分類決策的粗糙集貝葉斯網(wǎng)絡(luò)分類器（RBAN），論文在粗糙集貝葉斯公式的基礎(chǔ)上，提出了基于粗糙集的最小錯(cuò)誤率貝葉斯決