《计算机工程与科学杂志》发表论文赏析

小数据集情况下基于变权重融合的BN参数学习算法

来源:计算机工程与科学杂志2022年第5期北京时间:

作者:郭文强, 寇馨, 李梦然, 侯勇严, 肖秦琨

单位:1.陕西科技大学电子信息与人工智能学院,陕西 西安 710021;2.陕西科技大学陕西省人工智能联合实验室,陕西 西安 710021;3.陕西科技大学电气与控制工程学院,陕西 西安 710021;4.西安工业大学电子信息工程学院,陕西 西安 710021

摘要:针对小数据集情况下贝叶斯网络(BN)参数学习结果精度较低的问题,分析了小数据集情况下BN参数变权重设计的必要性,提出一种基于变权重融合的BN参数学习算法VWPL。首先根据专家经验确定不等式约束条件,计算参数学习最小样本数据集阈值,设计了随样本量变化的变权重因子函数;然后根据样本计算出初始参数集,通过Bootstrap方法进行参数扩展得到满足约束条件的候选参数集,将其代入BN变权重参数计算模型即可获取最终的BN参数。实验结果表明,当学习数据量较小时,VWPL算法的学习精度高于MLE算法和QMAP算法的,也优于定权重学习算法的。另外,将VWPL算法成功应用到了轴承故障诊断实验中,为在小数据集上进行BN参数估计提供了一种方法。

关键词:贝叶斯网络,小数据集,变权重融合,参数学习,

基金资助:国家自然科学基金(62071366,61271363);陕西省科技厅重点研发计划(2020SF-286);陕西省教育厅产业化研究项目(18JC003);西安市科技计划(2019216514GXRC001CG002GXYD1.1)

2022年5期其他文献查阅:

高速芯片封装中多平行传输线的设计与优化

一种类脑处理器片上网络的验证框架

面向云环境的Flink负载均衡策略

基于Hellinger距离的不平衡漂移数据流Boosting分类算法

可防止无关属性干扰的属性基加密方案

基于ECC的区块链数据共享系统设计

基于随机森林算法的无线传感网络攻击流量阻断模型构建

基于半监督生成对抗网络的恶意代码家族分类实现

基于染色随机游走的可重叠社区发现

基于全卷积神经网络的单幅隧道图像裂纹提取算法

判别增强的生成对抗模型在文本至图像生成中的研究与应用

基于全融合网络的三维点云语义分割

用于CD56图像分割的细胞标注精细化与自适应加权损失

基于计算机辅助诊断技术的阿尔兹海默症早期分类研究综述

基于EMD距离的稀疏自编码器

混合神经网络模型与注意力机制的地址匹配算法

基于改进蚁群优化算法的养殖场机器人路径规划

小数据集情况下基于变权重融合的BN参数学习算法

基于多图卷积神经网络和注意力机制的学术新星预测方法

基于非负矩阵分解的群组推荐算法

基于改进在线极限学习机的短时交通流预测模型研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!