文档介绍：基于谋匆端雇峁寡坝胗τ摘要在人工智能领域,不确定性问题一直成为人们关注和研究的焦点。贝叶斯网是自然、紧凑的联合概率分布的图形表示形式,反映了变量阃的潜在的依赖关系,揭示了领域对象的内在结构。由于其具有很多优点,贝叶斯网己成为解决许多不确定性问题的强有力工具,成为人工智能领域的研究热点。贝叶斯网的关键在于建立网络,而由专家给出的贝叶斯网带有主观性和不确定性,因此从数据中学习成为可行的和必要的建网方法。本文主要研究完备数据集的贝叶斯网结构学习,在研究和分析现有结构学习算法的基础上,将惴ê蚄婪直曜家氲交诖蚍值慕峁寡算法中。主要研究内容如下:贏的贝叶斯网结构学习:本文将惴ㄗ魑K阉魉惴ǎ评分标准作为评分函数,针对结构学习中的节点排序和建网提出了算法和惴ǎ⑶艺攵訟算法的变化形式,对匆端雇贑中应用;将贝叶斯网应用到目突Х治数据挖掘?橹校帽匆端雇钥突畔⒓右苑治龊洼腿。又休兜盟的信息,以满足决策者的需求。关键词:贝叶斯网学习,结构,评分标准,珻法加以缏邸
,.,.,.琲—.,¨—篧.:甒築—,珻,,琄
聊缆雅处脚绒九厶㈣雒雅新乏导师:,确认符合合肥工业大学硕士学位论文质量要求。答辩委员会签名:主席:委员:
插图清单图煲涎笆呈疽馔肌先核惴ㄔ怼图搜索技术的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯纭图惴ㄑ八玫耐纭低辰峁雇肌图数据仓库体系结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯淌疽馔肌低成杓仆肌弧图客户属性与业务量关系图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图贝叶斯网在客户分析中应用流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
表格清单表贝叶斯网学习算法分类⋯⋯⋯⋯⋯⋯⋯⋯⋯表业务量的条件概率表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
学位论文作者签字:骅签字日期:,眄年占月,乒日·’谅偻闱┟对￡学位论文版权使用授权书箍字日期·瞄年拢谷独创性声明一。蠢■’‘签字日期:赆茉耭乒日果,也不包含为获得盒晷┨本‘≯忙论文作者宄全了解金艘..些厶堂有关保留、使川学位论文的规定,有权保留并本人声明所早交的学篿郝畚氖潜救嗽诘际χ傅紃进行的研究作及取得的研究成果。∞十的地方外,论文中不包含其他人己经发表或撰写过的研究成或其他教育机构的学位或证书而使用过的材料。与我一同鞯耐叶员狙芯克龅娜魏喂毕拙言诼畚闹凶髁嗣魅返乃得髑郾硎拘灰狻向画家育荚部『苫鶭核徒宦畚牡母从〖痛排蹋市砺畚谋恢迷某山桡伞1救耸谌ê姓』:』烫每梢越宦畚牡娜ú亢安糠致畚哪谌荼嗳胗屑允菘饨屑焖鳎梢圆捎糜坝⑺C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ学何论ё髡弑弦道餍印或扫描等复制手段保存、汇编学位论文,璧ノ唬通·刂罚导师签名:屯话邮编’一。。!
致谢晟后,我由衷地感谢我的家人对我多年来的鼓励、支持和关爱,『窃谒值此论文完成之际,衷心感谢培育我的导师杨善林教授,向他表示崇高的敬意和深深的谢意。杨老师高瞻远瞩的视野、博大精深的知识、严谨的学风、敏锐的洞察力和出色的领导才能,值得我终身学习。他的积极峦兀丁进般的科研精神,学生引以为楷模,他对学生至真至诚的关怀,学生将终生铭畦。感谢培育我的二导胡小建博士,从论文的选题构思到撰写及修改完成都自始至终得到了胡老师启发、指导、支持和信任,再次向胡老师表示感谢感谢合肥工业大学计算机网络系统研究所为本人提供良好的研究条件,感谢马溪骏、粱昌勇、刘心报、刘业政、何建民、余本功等老师对我的关心、数励和帮助,感谢石文刚、郑相锋、刘洋、程承、汪林、柏吴等同学对我的热心帮助,感谢所有关心连我的老师和同学。衷心感谢台肥工业大学管理学院、研究生部的领导、老师对我的帮助和感谢各位评审专家,感谢他们在百忙之中抽出时间对论文进行了仔细地评在此向所有帮助和关心过我的人们表示衷心的感谢们舟勺理解与支持一攀刮腋玫赝瓿裳б岛吐畚模堑闹С忠彩俏医窈工作和学习中不可缺少的动力。作者:马壮年关心。阅。
第一章绪论§研究背景和意义在现实世界中,不确定性是广泛存在的。在不确定性环境下进行推理和决策的能力是智能行为的基础。在过去几十年中,众多研究人员对多种不确定性知识的表示和运用方法进行了探索,尝试了不确定性的多种方法。世纪年代,医疗专家系统吞娇笞ḿ蚁低砅浑荆匀死嗌缁岵撕艽蟮挠跋臁U饬礁鲎ḿ蚁低扯疾捎霉嬖蜃魑VJ侗硎方式,我们通常把基于规则的不确定性处理方法称为外延方法。尽管这种基于规则的系统在某些领域非常成功,但是由于这些早期的规则系统不能正确地分析信息的依赖结构。因此外延方法在处理不完备和互斥信息时显得无能为力。随着专家系统性能的不断提高和应用领域的只益广泛,研究者提出了许多新的或改进的理论模型和经验模型。基于模型的方法称为内涵方法,内涵方法考虑知识之间的依赖结构,并且基于模型的方法都以相应的数学模型为基础。目前