基于互信息的多層隱樸素貝葉斯算法研究.pdf

1、樸素貝葉斯分類器由于其結構簡單、計算高效而被廣泛的應用，但其條件獨立性假設使得屬性間的依賴信息得不到利用，影響了其分類精度。因此，隱樸素貝葉斯分類器在樸素貝葉斯分類器基礎上為每個屬性添加一個隱藏父節(jié)點來表示各屬性與該屬性依賴關系的加權和，使屬性間的依賴關系得到了利用。但隱樸素貝葉斯分類器只是考慮了所有單個屬性與該屬性依賴關系的加權和，忽略了屬性對同時作用時對該屬性的影響。故本文在隱樸素貝葉斯分類器基礎上提出了一種基于條件互信息的雙隱樸素

2、貝葉斯分類器，在樸素貝葉斯分類器每個葉節(jié)點上添加兩個隱藏父節(jié)點，基于互信息分別建立其余單個屬性和多個屬性對該葉節(jié)點屬性的依賴關系，提高了分類精度，并將此分類模型運用于預測回轉窯的喂煤變化趨勢。本文主要的研究工作如下：
　　(1)針對樸素貝葉斯分類器條件獨立性假設較難滿足的問題，在隱樸素貝葉斯分類器(HNBC)的基礎上，提出了一種基于條件互信息的雙隱樸素貝葉斯分類器(DHNBC)。DHNBC通過在HNBC的結構上為每個屬性節(jié)點多引入

3、一個隱藏父節(jié)點，表示屬性對與該屬性依賴關系的加權和，其中權值的大小為屬性間的條件互信息值。
　　(2)通過結構擴展得到的雙隱樸素貝葉斯分類器的隱藏父節(jié)點數目增加了，相應的時間復雜度也會增加，因此本文提出了一種新型的閾值定義法，選取的閾值使得分類精度和時間的比值最大，緩解了精度和時間復雜度之間的矛盾。并通過引入M估計方法消除了在概率估計時出現概率為零的影響。
　　(3)通過分析回轉窯的工藝特點，對回轉窯的熱工數據進行預處理，在