侯彩虹
- 作品数：2 被引量：6H指数：1
- 供职机构：上海立信会计学院信息科学系更多>>
- 发文基金：上海市教育委员会重点学科基金国家自然科学基金上海市教委科研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 用于因果分析的混合贝叶斯网络结构学习被引量：6
- 2007年
- 目前主要结合扩展的熵离散化方法和打分-搜索方法进行混合贝叶斯网络结构学习,算法效率和可靠性低,而且易于陷入局部最优结构.针对问题建立了一种新的混合贝叶斯网络结构迭代学习方法.在迭代中,基于父结点结构和Gibbs sampling进行混合数据聚类,实现对连续变量的离散化,再结合贝叶斯网络结构优化调整,使贝叶斯网络结构序列逐渐趋于稳定,可避免使用扩展的熵离散化和打分-搜索所带来的主要问题.
- 王双成李小琳侯彩虹
- 关键词：混合贝叶斯网络GIBBS抽样
- 操作风险等级预测的朴素贝叶斯方法研究
- 2008年
- 操作风险数据积累比较困难,而且往往不完整,朴素贝叶斯分类器是目前进行小样本分类最优秀的分类器之一,适合于操作风险等级预测。在对具有完整数据朴素贝叶斯分类器学习和分类的基础上,提出了基于星形结构和Gibbs sampling的具有丢失数据朴素贝叶斯分类器学习方法,能够避免目前常用的处理丢失数据方法所带来的局部最优、信息丢失和冗余等方面的问题。
- 王双成冷翠平侯彩虹
- 关键词：操作风险朴素贝叶斯分类器丢失数据GIBBS抽样
