杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

多组图贝叶斯分类模型导论/冯旸赫 ... [等] 著

出版发行项:

长沙:国防科技大学出版社,2019

ISBN及定价:

978-7-5673-0533-5/CNY36.00

载体形态项:

194页;24cm

并列正题名:

Introduction to multi-grouped graph Bayesian classification model

个人责任者:

冯旸赫 著

学科主题:

贝叶斯推断-研究

中图法分类号:

O212

题名责任附注:

题名页题其余责任者: 王涛, 孙博良, 王腾蛟, 陈超

责任者附注:

冯旸赫, 博士, 现任国防科技大学信息系统工程重点实验室讲师, “指挥控制组织设计与优化”教育部科技创新团队骨干成员。

书目附注:

有书目 (第183-194页)

提要文摘附注:

本书介绍了一种新的分类模型框架 —— 多组图贝叶斯分类框架。该框架基于贝叶斯统计理论, 结合高维数据的特殊性, 将特征分为四组, 前两组为冗余和噪音维, 它们均与分类信息无关, 后两组为预测维, 参与预测分类, 其中第三组特征之间相互独立而第四组特征之间树状相关。本书根据贝叶斯定理, 从理论上推导了多组图贝叶斯分类框架的各种性质, 证明了该框架不需要进行数据预处理, 就能够自动过滤噪音和冗余属性并同时完成回归或分类预测。其次, 基于多组图贝叶斯分类框架, 以多项式分布和狄利克雷分布为基础假设, 介绍了一种新的组图贝叶斯分类模型, 结合原始框架的预测流程和基本属性推导了该模型各个分组的似然函数和基本性质, 建立并证明了模型结构学习和推理的理论体系, 并针对缺失数据探讨了处理策略及对应的定理公式变形。

豆瓣简介：