極大或極小數(shù)據(jù)集下貝葉斯網(wǎng)學(xué)習(xí)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(jì)算機(jī)內(nèi)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(shí)驗(yàn)條件和實(shí)驗(yàn)代價(jià)等限制，導(dǎo)致獲得的珍貴數(shù)據(jù)資源比較少的數(shù)據(jù)集。本文對(duì)極大或極小數(shù)據(jù)集下的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)進(jìn)行了研究，并提出了相關(guān)的解決方案。 首先，提出了一種在數(shù)據(jù)缺失訓(xùn)練集下增量學(xué)習(xí)貝葉斯網(wǎng)絡(luò)的有效的算法IBN-M，該算法用結(jié)構(gòu)化的EM算法來補(bǔ)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(jié)構(gòu)化EM

2、算法而導(dǎo)致的局部極值，同時(shí)采用了對(duì)數(shù)據(jù)分批次學(xué)習(xí)的增量學(xué)習(xí)方法，解決了大規(guī)模數(shù)據(jù)學(xué)習(xí)存在的內(nèi)存空間不足的問題，并將IBN-M應(yīng)用到網(wǎng)絡(luò)流量預(yù)測(cè)中去。實(shí)驗(yàn)結(jié)果表明IBN-M算法在數(shù)據(jù)缺失下貝葉斯網(wǎng)絡(luò)的增量學(xué)習(xí)中確實(shí)能夠?qū)W出相對(duì)精確的網(wǎng)絡(luò)模型，該算法也是對(duì)貝葉斯網(wǎng)絡(luò)增量學(xué)習(xí)方面的一個(gè)必要的補(bǔ)充。 其次，建立了一種小規(guī)模數(shù)據(jù)集下學(xué)習(xí)貝葉斯網(wǎng)絡(luò)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(jìn)行重抽樣，然

3、后用在抽樣后數(shù)據(jù)集上學(xué)到的貝葉斯網(wǎng)絡(luò)來估計(jì)原數(shù)據(jù)集上的貝葉斯網(wǎng)絡(luò)的高置信度的特征，并用這些特征來指導(dǎo)在原數(shù)據(jù)集上的貝葉斯網(wǎng)絡(luò)搜索。用標(biāo)準(zhǔn)的數(shù)據(jù)集驗(yàn)證了FCLBN的有效性，并將FCLBN應(yīng)用到了酵母菌細(xì)胞蛋白質(zhì)分子定位預(yù)測(cè)問題中去。 最后，從極小數(shù)據(jù)集下的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)中受到啟發(fā)，對(duì)大規(guī)模數(shù)據(jù)集下貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)過程進(jìn)行改進(jìn)，提出了MM-IBN算法。相對(duì)于大規(guī)模數(shù)據(jù)集而言，每一批次數(shù)據(jù)的學(xué)習(xí)實(shí)際上就是一個(gè)小規(guī)模數(shù)據(jù)集學(xué)習(xí)的問題，M