注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網絡網絡與數據通信網絡服務多組圖貝葉斯分類模型導論

多組圖貝葉斯分類模型導論

多組圖貝葉斯分類模型導論

定 價:¥36.00

作 者: 馮旸赫,王濤,孫博良,王騰蛟,陳超
出版社: 國防科技大學出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787567305335 出版時間: 2019-04-01 包裝: 平裝
開本: 16開 頁數: 194 字數:  

內容簡介

  《多組圖貝葉斯分類模型導論》總結了筆者幾年內的新研究成果,介紹了一種新的分類模型框架——多組圖貝葉斯分類框架。該框架基于貝葉斯統(tǒng)計理論,結合高維數據的特殊性,將特征分為四組,前兩組為冗余和噪音維,它們均與分類信息無關,后兩組為預測維,參與預測分類,其中第三組特征之間相互獨立而第四組特征之間樹狀相關。這種分組方式能夠極大的簡化計算,并完整的覆蓋各種數據模式?!抖嘟M圖貝葉斯分類模型導論》根據貝葉斯定理,從理論上推導了多組圖貝葉斯分類框架的各種性質,證明了該框架不需要進行數據預處理,就能夠自動過濾噪音和冗余屬性并同時完成回歸或分類預測。其次,基于多組圖貝葉斯分類框架,以多項式分布和狄利克雷分布為基礎假設,介紹了一種新的組圖貝葉斯分類模型,結合原始框架的預測流程和基本屬性推導了該模型各個分組的似然函數和基本性質,建立并證明了模型結構學習和推理的理論體系,并針對缺失數據探討了處理策略及對應的定理公式變形。再次,根據組圖貝葉斯分類模型的特殊性質。通過4個原子操作構建了6個基本的采樣操作,并設計了一種特殊的采樣步驟,從理論上證明了通過11個操作序列能夠保證算法收斂至理論解。最后,《多組圖貝葉斯分類模型導論》給出了一系列仿真實驗和真實數據,向讀者展示了組圖貝葉斯分類模型的強大性能。并通過在民用和軍用兩個方面的具體應用,展示了組圖貝葉斯分類模型既能夠作為預處理模型實現降維。也能夠作為預測模型做出最終的分類,而且其獨特的分組結構能夠直接反映各個維度之間的相互關系,非常適合輔助人們更加深刻的理解當前數據,具有廣闊的應用前景。

作者簡介

暫缺《多組圖貝葉斯分類模型導論》作者簡介

圖書目錄

第一章 緒論

1.1 基本概念

1.2 貝葉斯分類模型簡介

1.2.1 基于概率的分類方法

1.2.2 其他分類方法

1.2.3 經典方法的不足

第二章 貝葉斯理論基礎簡介

2.1 概率論基礎

2.1.1 隨機事件與隨機變量

2.1.2 概率的解釋

2.1.3 多元概率分布

2.1.4 概率論與人工智能

2.1.5 信息論基礎

2.2 貝葉斯網絡基礎

2.2.1 不確定性推理與聯合概率分布

2.2.2 條件獨立與聯合分布的分解

2.2.3 貝葉斯網的概念

2.2.4 貝葉斯網的構造

2.3 隨機采樣簡介

2.3.1 基本采樣算法

2.3.2 馬爾科夫鏈蒙特卡洛

第三章 多組圖貝葉斯分類框架

3.1 多組圖分類模型的基本結構

3.2 組圖分類模型的最大參數估計及其缺陷

3.3 組圖分類模型的貝葉斯估計

3.4 組圖貝葉斯模型的完整性

3.5 簡化組圖貝葉斯模型

3.6 本章小結

第四章 組圖貝葉斯分類模型的假設與性質

4.1 多項式分布和狄利克雷分布的簡介

4.1.1 多項式分布

4.1.2 狄利克雷分布

4.2 模型的基礎假設

4.3 模型的性質

4.4 不完整數據策略

4.5 本章小結

第五章 組圖貝葉斯分類模型的學習與推斷

5.1 Metropolis-Hasting采樣

5.2 組圖模型采樣算法

5.2.1 原子操作

5.2.2 采樣操作

5.2.3 采樣算法

5.3 平衡性分析

5.4 模型推理

5.5 本章小結

第六章 實驗分析與應用

6.1 仿真數據集

6.1.1 樹狀結構

6.1.2 網狀結構

6.1.3 無明顯結構

6.1.4 異構混合結構

6.2 真實數據集

6.3 應用案例

6.3.1 藥靶預測

6.3.2 態(tài)勢識別中的隊形確定

6.4 本章小結

第七章 后記

參考文獻


本目錄推薦

掃描二維碼
Copyright ? 讀書網 www.autoforsalebyowners.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號