王辉
- 作品数：10 被引量：216H指数：5
- 供职机构：东北师范大学计算机科学与信息技术学院计算机科学系更多>>
- 发文基金：国家软科学研究计划国家自然科学基金吉林省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学经济管理更多>>
- 基于贝叶斯网络理论的TAN分类器无向依赖扩展被引量：4
- 2005年
- 基于贝叶斯网络理论 ,对 TAN分类器进行无向网络依赖扩展 ,把属性变量之间的树结构扩展成可分解马尔科夫网络 ,使经过依赖扩展得到的分类器能够充分利用属性变量之间的依赖信息 ,提高分类能力 ,并能够通过调节阈值大小避免过度拟合 .
- 王双成张邦佐王辉苑森淼
- 关键词：TAN分类器贝叶斯网络
- 基于贝叶斯网络的马尔科夫毯预测学习被引量：7
- 2004年
- 研究变量之间的预测能力在许多领域都有重要意义,通过这种研究,能够揭示变量之间的制约机制,贝叶斯网络是研究变量之间预测能力的有力工具。本文使用依赖分析方法建立基于贝叶斯网络的马尔科夫毯预测,其核心问题是贝叶斯网络结构学习。目前,基于依赖分析的贝叶斯网络结构学习方法主要存在三个问题:(1)需要进行大量的高维条件概率计算,(2)容易丢失弱联合依赖边,(3)对边的方向的确定具有局限性。针对这些问题,本文提出了首先进行递推条件独立性检验,然后进行因果语义定向,最后进行冗余边检验的贝叶斯网络结构学习方法。该方法能够有效地避免这些问题,更准确地建立马尔科夫毯预测。
- 王双成苑森淼王辉
- 关键词：贝叶斯网络
- 基于广义朴素贝叶斯分类器的空值处理方法被引量：4
- 2004年
- 给出了基于广义朴素贝叶斯分类器的空值处理方法,该方法利用广义朴素贝叶斯分类器的较强预测能力及灵活的效率选择方式,有效地解决了数据中的空值处理问题.利用模拟数据进行了对比实验,结果显示,其预测准确性明显提高.
- 王辉王双成周颜军张剑飞
- 基于类约束的贝叶斯网络分类器学习被引量：34
- 2004年
- 分类能力是人类经过学习得到的重要而基本的能力 ,也是机器学习、模式识别和数据采掘研究的核心问题 .在0 - 1损失率下 ,证明了基于类约束的贝叶斯网络分类器是最优分类器 .建立该分类器的核心问题是基于类约束属性贝叶斯网络结构学习 ,给出了学习属性贝叶斯网络结构的方法 ,在学习过程中使用了根据弧方向因果语义确定边方向的方法 ,并和碰撞识别定向相结合 ,在边定向之后进行冗余弧检验 ,解决了目前冗余边检验在定向之前所导致的问题 ,显著提高了结构学习效率和准确性 .并使用模拟数据进行了分类实验和分析 .
- 王双成苑森淼王辉
- 关键词：贝叶斯网络分类器
- 移分支定理
- 1996年
- 移分支定理王辉，孟凡洪（东北师范大学计算机科学系，长春，１３００２４）１预备知识对于一个有限集Ａ，ＩＡＩ总表示它的元素的个数，以下不再声明．对于给定的树Ｔ（Ｖ，＊），若对Ｔ的顶点存在一种标号ｆ，使人Ｖ（Ｔ）」一Ｖ（Ｕ）ＤＵｅＶ（Ｔ）｝一｛０，ｌ，２，...
- 王辉孟凡洪
- 关键词：优美性优美标号
- 基于贝叶斯网络的分类器研究被引量：95
- 2003年
- 研究了贝叶斯分类器家族中具有代表性的分类器,即朴素(naive)贝叶斯分类器、贝叶斯网络分类器和TAN(treeaugmentednaiveBayesian)分类器;发现属性变量之间的依赖相对于属性变量与类变量之间的依赖是可以忽略的,因此在所有树形分类器中TAN分类器是最优的.
- 周颜军王双成王辉
- 关键词：贝叶斯网络分类器
- 商业银行经营安全评价、预警及风险管理决策支持系统构想被引量：5
- 2001年
- 经济发展及金融改革对金融机构运营风险预警系统的构建提出了迫切的要求，为了防范和化解金融风险，除金融机构要加强自律管理外，对金融机构实行监管亦非常重要．因此，要建立和完善有效的金融机构运营状况风险预警制度，以辅助金融机构的运营风险监管，已成为金融监管体系建设的重中之重．本文在分析国外金融预警制度的基础上，针对我国商业银行的特点，提出商业银行经营安全评价，预警及风险管理决策支持系统实现的一种构想．
- 张旭莉刘静王辉
- 关键词：风险管理商业银行预警决策支持系统
- 用于决策支持的贝叶斯网络被引量：39
- 2001年
- 联机分析处理只能用于决策的表层知识 ,数据采掘却能提供深层次的知识 ,即提供数据内部所隐藏的有用知识 .贝叶斯网络是数据采掘的一个非常有效的工具 ,它能够定性和定量地分析属性之间的依赖关系 。
- 王辉
- 关键词：贝叶斯网络网络结构数据采掘决策支持知识发现
- 关于优美树研究方法的探讨
- 1999年
- 归纳总结了优美树研究的几种常见方法，给出了基变换定理。
- 孟凡洪常丹王辉
- 关键词：优美树优美性
- 用于预测的贝叶斯网络被引量：57
- 2002年
- 通过示例给出了贝叶斯网络的构造方法 ,概括了贝叶斯网络的特点及贝叶斯网络学习的内容与过程 ,同时给出了离散型贝叶斯网络的预测公式 .贝叶斯网络学习主要有三个基本环节 ,其一是确定变量集和变量域 ;其二是确定贝叶斯网络结构 ;其三是确定局部概率分布 .贝叶斯网络是描述变量之间定性与定量依赖关系的图形模式 ,是进行数据联合分析与预测的有力工具 .
- 王辉
- 关键词：网络结构贝叶斯预测
