贝叶斯网络中变量的最优预测

• 作者: 王双成 王振海 程新章
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 贝叶斯网络 0-1损失 马尔科夫毯 马尔科夫边界
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 基金项目论文
• 页码范围: 9-11
• 页数: 3页
• 分类号: TP3
• 字数: 3278字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2007.05.004

摘要

贝叶斯网络是进行联合概率分解及研究证据传递的有效的图形模式.在贝叶斯网络中,研究变量的最优预测问题对揭示贝叶斯网络内部机制及分类器的属性选择等都具有重要意义.证明了在0-1损失下,对贝叶斯网络中任一特定变量进行预测时,联合预测是最优预测,贝叶斯网络和该变量的马尔科夫毯预测也是最优预测,同时给出了马尔科夫边界的信息结构,并使用模拟数据进行了定性与定量分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程新章	上海立信会计学院中国立信风险管理研究所	32	353	11.0	18.0
2	王双成	上海立信会计学院信息科学系	65	390	10.0	15.0
3	王振海	上海立信会计学院信息科学系	1	5	1.0	1.0