吉林大学学报（工学版）
吉林大學學報（工學版）
길림대학학보（공학판）
JOURNAL OF JILIN UNIVERSITY(ENGINEERING AND TECHNOLOGY EDITION)
2007年
3期
595-599
,共5页
董立岩%苑森淼%刘光远%李永丽%关伟洲
董立巖%苑森淼%劉光遠%李永麗%關偉洲
동립암%원삼묘%류광원%리영려%관위주
人工智能%贝叶斯网络分类器%遗传算法%对数似然
人工智能%貝葉斯網絡分類器%遺傳算法%對數似然
인공지능%패협사망락분류기%유전산법%대수사연
提出了一种基于遗传算法的受限制BAN分类器算法-GBAN(genetic algorithm based BAN).新算法采用了遗传算法进行网络结构的学习,限制了所学习的BAN分类器结构的复杂度.同时对TAN分类器的结构进行了扩展,得到了一种受限制的BAN分类器.针对这种分类器的结构学习,设计了结合对数似然的适应度函数及相应的遗传算子,并给出了网络结构的编码方案,使得该算法能够收敛到全局最优的结构.实验结果表明,当数据集属性之间关系相对复杂的时候,GBAN比TAN的分类准确率高,分类效果较好.
提齣瞭一種基于遺傳算法的受限製BAN分類器算法-GBAN(genetic algorithm based BAN).新算法採用瞭遺傳算法進行網絡結構的學習,限製瞭所學習的BAN分類器結構的複雜度.同時對TAN分類器的結構進行瞭擴展,得到瞭一種受限製的BAN分類器.針對這種分類器的結構學習,設計瞭結閤對數似然的適應度函數及相應的遺傳算子,併給齣瞭網絡結構的編碼方案,使得該算法能夠收斂到全跼最優的結構.實驗結果錶明,噹數據集屬性之間關繫相對複雜的時候,GBAN比TAN的分類準確率高,分類效果較好.
제출료일충기우유전산법적수한제BAN분류기산법-GBAN(genetic algorithm based BAN).신산법채용료유전산법진행망락결구적학습,한제료소학습적BAN분류기결구적복잡도.동시대TAN분류기적결구진행료확전,득도료일충수한제적BAN분류기.침대저충분류기적결구학습,설계료결합대수사연적괄응도함수급상응적유전산자,병급출료망락결구적편마방안,사득해산법능구수렴도전국최우적결구.실험결과표명,당수거집속성지간관계상대복잡적시후,GBAN비TAN적분류준학솔고,분류효과교호.
