基于共轭先验分布的贝叶斯网络分类模型
DOI:
CSTR:
作者:
作者单位:

1. 第二炮兵工程学院
2.

作者简介:

杨颖涛

通讯作者:

中图分类号:

TP181

基金项目:

国家“973”计划资助项目


Bayesian network classifier based on conjugate prior distribution
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对贝叶斯网络后验概率需计算样本边际分布, 计算代价大的问题, 将共轭先验分布思想引入贝叶斯分类,
    提出了基于共轭先验分布的贝叶斯网络分类模型. 针对非区间离散样本, 提出一种自适应的样本离散方法, 将小波包
    提取模拟电路故障特征离散化作为分类模型属性. 仿真验证表明, 模型分类效果较好, 算法运行速度得以提高, 也可
    应用于连续样本和多分类的情况, 扩展了贝叶斯网络分类的应用范围.

    Abstract:

    In order to reducing calculate costs of Bayesian network, when calculating posterior probability of samples that
    need the marginal distribution, an approach of Bayesian network classifier based on conjugate prior distribution is proposed.
    An adaptive discretization method is also proposed to discrete non-interval samples. The fault feature of analog circuit
    extracted by wavelet packet is taken as a discrete property of Bayesian network classification model. The simulation result
    shows that, this classifier has high accuracy and efficiency of analog circuit fault diagnosis, and can be applied to continuous
    and multi-classification case, which extends the scope of application of Bayesian network classification.

    参考文献
    相似文献
    引证文献
引用本文

杨颖涛 王跃钢 邓卫强 徐洪涛.基于共轭先验分布的贝叶斯网络分类模型[J].控制与决策,2012,27(9):1393-1396

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-01-12
  • 最后修改日期:2011-04-30
  • 录用日期:
  • 在线发布日期: 2012-09-20
  • 出版日期:
文章二维码