極大或極小數據集下貝葉斯網學習的研究.pdf

1、極大數據集是指數據量巨大，以致于計算機內存不能全部容納的數據集；極小數據集是指由于實驗條件和實驗代價等限制，導致獲得的珍貴數據資源比較少的數據集。本文對極大或極小數據集下的貝葉斯網絡學習進行了研究，并提出了相關的解決方案。 首先，提出了一種在數據缺失訓練集下增量學習貝葉斯網絡的有效的算法IBN-M，該算法用結構化的EM算法來補全數據集中缺失的數據，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構化EM

2、算法而導致的局部極值，同時采用了對數據分批次學習的增量學習方法，解決了大規(guī)模數據學習存在的內存空間不足的問題，并將IBN-M應用到網絡流量預測中去。實驗結果表明IBN-M算法在數據缺失下貝葉斯網絡的增量學習中確實能夠學出相對精確的網絡模型，該算法也是對貝葉斯網絡增量學習方面的一個必要的補充。 其次，建立了一種小規(guī)模數據集下學習貝葉斯網絡的有效算法FCLBN。FCLBN利用bootstrap方法在給定的小樣本數據集上進行重抽樣，然

3、后用在抽樣后數據集上學到的貝葉斯網絡來估計原數據集上的貝葉斯網絡的高置信度的特征，并用這些特征來指導在原數據集上的貝葉斯網絡搜索。用標準的數據集驗證了FCLBN的有效性，并將FCLBN應用到了酵母菌細胞蛋白質分子定位預測問題中去。 最后，從極小數據集下的貝葉斯網絡學習中受到啟發(fā)，對大規(guī)模數據集下貝葉斯網絡的學習過程進行改進，提出了MM-IBN算法。相對于大規(guī)模數據集而言，每一批次數據的學習實際上就是一個小規(guī)模數據集學習的問題，M