分享到:

保护隐私的贝叶斯网络学习研究

互联网的飞速发展使得网络中数据的共享和交换行为出现得越来越频繁。一方面,政府部门、商务机构以及其他的一些组织希望能够充分地利用共享数据并从中受益;另一方面,隐私的存在及对隐私的保护性关注又在很大程度上限制了数据的共享范围。保护隐私的分布式数据挖掘由此应运而生。本文重点研究了保护隐私情况下的贝叶斯网络学习方法,并取得了如下成果:系统分析了已有的贝叶斯网络学习方法,并结合安全多方计算的概念、协议和常用算法,提出了从同构分布或异构分布的数据中,保护隐私地学习贝叶斯网络的结构和参数,为实现保护隐私的分布式数据挖掘提供了新思路。针对同构完整数据条件下保护隐私的贝叶斯网络学习,提出并实现了PPHC-TPDA方法。该方法使用相关性分析思路进行结构学习,按照有向边安全统计协议,统计各站点得到的结构边;然后取局部互信息算术平均值作为全局的互信息,并应用到学习过程中。实验结果验证了所提方法的性能和效率。针对异构完整数据条件下保护隐私的贝叶斯网络学习  (本文共126页) 本文目录 | 阅读全文>>

《计算机工程》2008年01期
计算机工程

分布的缺失数据中保护隐私的贝叶斯网络学习

对隐私的保护性关注限制了参与各方对数据资源的共享使用,为此提出了从分布的缺失数据中保护隐私的贝叶斯网络学习方法——PPHI-EM方法。该方法基于Pohlig-Hellman加密算法,使用安全有向边统计算法得到结构有向边的交集和并集。...  (本文共3页) 阅读全文>>

大连理工大学
大连理工大学

基于贝叶斯网络的知识发现与决策应用研究

贝叶斯网络是概率理论和图论相结合的产物,它提供了一种自然的工具,可以用来处理贯穿于应用数学和工程中的两个问题。不确定性和复杂性。80年代,贝叶斯网络多用于专家系统中,成为表示不确定知识和推理问题的流行方法。随着近年来数据库规模的不断扩大,贝叶斯网络逐渐开始应用于大规模数据库的数据挖掘和知识发现,从而为决策支持提供了有力手段,贝叶斯网络已经成为数据库知识发现和决策支持系统的有效方法。本文以黑龙江省防汛指挥决策支持系统[黑龙江省政府黑讯字2001-8号文件]为背景,对贝叶斯网络的知识发现与决策理论进行了相关研究。本文研究了基于贝叶斯网络的知识发现与决策过程框架,在该框架基础上,研究了贝叶斯网络在知识发现和决策支持领域的应用理论,包括贝叶斯网络的结构学习、参数学习、推理和解释、以及应用贝叶斯网络进行防洪知识发现和决策的问题。本文主要研究成果归纳如下:提出了用于结构学习的一种新的附加约束的最大相互信息记分函数(MMI-R)。该记分函数以...  (本文共141页) 本文目录 | 阅读全文>>

吉林大学
吉林大学

面向智能数据处理的贝叶斯网络研究与应用

贝叶斯网络是用来表示变量间连接概率的图形模式,它提供了一种自然的表示因果关系的方法,用来发现数据间潜在关系。用图形的方法描述数据间的相互关系,语义清晰,可理解性强。近年来,贝叶斯网络以其直观、易于结合先验知识、易于理解等特点,在不确定推理和知识发现领域得到广泛的应用,成为数据挖掘众多方法中最为引人注目的焦点之一。本文的主要贡献有:1.研究了贝叶斯网络结构学习中弧定向问题。提出了新的贝叶斯网络弧定向算法—CE-GA(cross-entropy & genetic algorithm)算法。实验结果表明CE-GA算法是一种有效的贝叶斯网络弧定向方法。2.基于进化计算的贝叶斯网络结构学习方法。对进化规划(EP)中容易出现的早熟收敛现象做了分析,定义了刻画早熟收敛现象的两个量,提出了两种改进方法并应用到贝叶斯网络结构学习中,通过实验与使用遗传算法的方法比较,这两种方法能够在较短的时间内学习到更好的网络。3.基于粒子群算法(PSO)的贝叶...  (本文共115页) 本文目录 | 阅读全文>>

中国科学院研究生院(计算技术研究所)
中国科学院研究生院(计算技术研究所)

贝叶斯网络研究

贝叶斯网络是研究不确定性问题的重要方法之一。它基于概率和统计理论,具有坚实的数学基础。由于具有自然的表达方式、强大的推理能力和方便的决策机制等许多优点,贝叶斯网络在许多领域得到了广泛的应用。本文在贝叶斯网络基础理论框架的基础上,主要研究了以下几个方面的内容:基于信息几何理论的贝叶斯网络研究、朴素贝叶斯分类器的提升、规则方法与贝叶斯网络结合文本信息抽取研究、层次贝叶斯网络文本分类器。本文的主要贡献如下:(1)分析了贝叶斯网络这一特殊类型的概率分布簇所对应的统计流形的特点:由于贝叶斯网络引入了条件独立性,从而降低了流形的维度,简化了统计流形上的Riemman度量矩阵。提出了基于信息几何理论的不完备数据条件下贝叶斯网络的参数学习算法:贝叶斯网络的自然梯度学习算法(NGBN)。推导出了离散型、连续型、条件Gaussian网、父节点连续而子节点离散等不同的贝叶斯网络类型其自然梯度的计算公式。通过理论分析和试验,说明了自然梯度学习比欧式梯度...  (本文共124页) 本文目录 | 阅读全文>>

合肥工业大学
合肥工业大学

贝叶斯网建模技术及其在决策中的应用

决策问题往往具有一定的不确定性,其根源主要来自问题本身的模糊性、随机性,决策信息的不完备性、不精确性,人类认知能力的有限性以及主观认识和客观实际之间存在的差异性。这些不确定性使得决策的难度大大增加,因此,不确定环境下的决策理论与决策方法成为决策科学研究的重要内容之一。近年来,随着数学理论与人工智能技术的发展,出现了多种不确定性问题的处理方法,如证据理论、贝叶斯网、模糊集和粗糙集等。在这些方法中,贝叶斯网络是以概率论为数学基础的图形模式,具有直观的表达能力和强大的知识推理能力等诸多优越性,在不确定推理方面具有较强的优势,因此成为不确定理论研究的热点。本文针对贝叶斯网络存在学习效率不高、建模困难的缺陷,重点研究了贝叶斯网建模技术及其在管理决策中的应用,具体内容如下:(1) 综述了不确定性问题的分类,贝叶斯网的诞生发展过程和研究现状,贝叶斯网在管理决策及智能决策支持系统中的应用前景。阐述了贝叶斯网的结构和特点,常用的推理方法,以及贝叶...  (本文共110页) 本文目录 | 阅读全文>>

吉林大学
吉林大学

贝叶斯网络应用基础研究

贝叶斯网络是用来表示变量之间连接概率的图形模式,提供了一种自然的表示因果关系的方法,具备概率推理能力强、语义清晰、易于理解等特点,是目前不确定知识表示和推理领域中最有效的理论模型之一,也是近年来数据挖掘领域中的研究热点之一。本文在全面地介绍了数据挖掘的历史、贝叶斯网络的发展过程和研究现状、贝叶斯网络分类器、贝叶斯网络的应用基础上,进行了连续变量的贝叶斯网络结构学习,贝叶斯网络分类的研究,数据挖掘结果可视化的研究,贝叶斯网络应用的研究。研究的具体内容包括:(1)通过对连续随机变量之间预测能力及其计算方法的讨论,提出了基于预测能力的连续贝叶斯网络结构学习方法;(2)将遗传算法的思想引入贝叶斯网络分类器的构建,提出了一种基于遗传算法的受限制贝叶斯网络分类器算法;(3)为了限制了贝叶斯网络结构的复杂度,提出了一种多模块集成式贝叶斯网络分类器;(4)贝叶斯分类器在医学图像分析系统中的具体应用;(5)用来处理尿沉渣检查图像中微粒的识别,结果...  (本文共140页) 本文目录 | 阅读全文>>