Bayes网络学习及其在文本检测中的应用研究

• 作者: 张佑生 彭青松 汪荣贵 胡良梅 高隽
• 来源期刊: 复旦学报（自然科学版）
• 学科: 工学
• 关键词: Bayes网络 类层次结构 层次Bayes网络 机器学习
• 年，卷（期）: 2004,（5）
• 页码范围: 733-736,741
• 页数: 5页
• 分类号: TP181
• 字数: 3978字
• 语种: 中文
• DOI: 10.3969/j.issn.0427-7104.2004.05.014

摘要

针对大规模Bayes网络的条件概率赋值问题,提出一种学习方法. 首先使用类层次结构定义一种新的层次Bayes网络模型,用于表示大规模Bayes网络. 然后将训练数据集由单个数据表的形式转化成多表数据库,其中每个数据库表对应1个Bayes网络模块. 在此基础上导出条件概率计算公式,从每个数据库表中算出相应的Bayes网络模块的条件概率表,由此实现对整个层次Bayes网络的概率赋值. 可通过适当增加数据库表的数目来控制每个表中属性的个数,保证计算的可行性. 最后将本层次Bayes网络及计算公式用于解决图像中文本的自动检测与定位问题,实验结果表明了它们的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张佑生	合肥工业大学计算机与信息学院	135	1269	19.0	29.0
2	汪荣贵	合肥工业大学计算机与信息学院	104	1458	21.0	34.0
3	高隽	合肥工业大学计算机与信息学院	160	1689	22.0	34.0
4	胡良梅	合肥工业大学计算机与信息学院	44	683	13.0	25.0
5	彭青松	合肥工业大学计算机与信息学院	16	158	7.0	12.0