貝葉斯網(wǎng)絡(luò)參數(shù)遷移學(xué)習(xí)方法.pdf

1、貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)是貝葉斯網(wǎng)絡(luò)研究中的重點(diǎn)問(wèn)題。有標(biāo)記的訓(xùn)練樣本充分時(shí)，極大似然估計(jì)方法是貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)典型且有效的方法。但當(dāng)有標(biāo)記的訓(xùn)練數(shù)據(jù)稀少時(shí)，極大似然估計(jì)往往無(wú)法給出一致無(wú)偏的參數(shù)估計(jì);此時(shí)，可通過(guò)先驗(yàn)知識(shí)設(shè)計(jì)約束，進(jìn)行有約束的極大似然估計(jì)，但實(shí)際應(yīng)用中，先驗(yàn)知識(shí)較難獲得。
　　遷移學(xué)習(xí)是一種將已有的、不同但相關(guān)域的知識(shí)遷移到目標(biāo)域進(jìn)行問(wèn)題求解的機(jī)器學(xué)習(xí)方法。遷移學(xué)習(xí)的目標(biāo)是從源域數(shù)據(jù)樣本中獲得域知識(shí)，并通過(guò)域知識(shí)遷移

2、，解決目標(biāo)域上有標(biāo)記的訓(xùn)練數(shù)據(jù)過(guò)于稀少的學(xué)習(xí)問(wèn)題。
　　針對(duì)有標(biāo)記的訓(xùn)練數(shù)據(jù)稀少、先驗(yàn)知識(shí)缺乏情況下的貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)問(wèn)題，將極大似然估計(jì)方法與遷移學(xué)習(xí)方法相結(jié)合，提出一種新的貝葉斯網(wǎng)絡(luò)參數(shù)遷移學(xué)習(xí)方法—TL-WMLE:應(yīng)用SMOTE-N方法構(gòu)建輔助分類器，輔助分類器的分類結(jié)果用于計(jì)算源域數(shù)據(jù)權(quán)值;利用目標(biāo)域數(shù)據(jù)和賦權(quán)的源域數(shù)據(jù)，依據(jù)協(xié)變量偏移理論和貝葉斯網(wǎng)絡(luò)的模塊化理論，設(shè)計(jì)出目標(biāo)域上的帶權(quán)似然函數(shù)，估計(jì)目標(biāo)域貝葉斯網(wǎng)絡(luò)參數(shù)。