-
题名贝叶斯网络结构学习的简化贪婪算法
被引量:2
- 1
-
-
作者
刘浩然
李轩
马明
李世昭
-
机构
燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室
燕山大学信息科学与工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第2期306-309,共4页
-
文摘
基于数据的贝叶斯网络结构学习是一个NP难题.基于条件约束和评分搜索相结合的方法是贝叶斯网络结构学习的一个热点.基于互信息理论提出一种最大支撑树(MWST)机制,并基于最大支撑树结合贪婪搜索的思想提出一种简化贪婪算法.简化贪婪算法不依赖先验知识,完全基于数据集.首先,通过计算互信息建立目标网络的最大支撑树;然后,在最大支撑树的基础上学习初始网络结构,最后,利用简化搜索机制对初始结构进一步优化,最终完成贝叶斯网络的结构学习.数据仿真实验证明,简化贪婪算法不仅具有很高的精度而且具有高效率.
-
关键词
贝叶斯网络
结构学习
最大支撑树
互信息
-
Keywords
bayesian network
structure learning
maximum weight support tree
mutual information
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名面向高维数据发布的个性化差分隐私算法
被引量:4
- 2
-
-
作者
马苏杭
龙士工
刘海
彭长根
李思雨
-
机构
贵州大学计算机科学与技术学院
贵州大学贵州省公共大数重点实验室
-
出处
《计算机系统应用》
2021年第4期131-138,共8页
-
基金
国家自然科学基金(62062020,62002081,U1836205)
贵州省科技计划(黔科合重大专项字[2018]3001)。
-
文摘
在高维数据隐私发布过程中,差分隐私预算大小直接影响噪音的添加.针对不能合理地为多个相对独立的低维属性集合合理分配隐私预算,进而影响合成发布数据集的安全性和可用性,提出一种个性化隐私预算分配算法(PPBA).引入最大支撑树和属性节点权重值降低差分隐私指数机制挑选属性关系对的候选空间,提高贝叶斯网络精确度,提出使用贝叶斯网络中节点动态权重值衡量低维属性集合的敏感性排序.根据发布数据集安全性和可用性的个性化需求,个性化设置差分隐私预算分配比值常数q值,实现对按敏感性排序的低维属性集合个性化分配拉普拉斯噪音.理论分析和实验结果表明, PPBA算法相比较于同类算法能够满足高维数据发布安全性和可用性的个性化需求,同时具有更低的时间复杂度.
-
关键词
贝叶斯网络
差分隐私
最大支撑树
动态权重值
个性化比例分配
-
Keywords
Bayesian network
differential privacy
maximum support tree
dynamic weight value
personalized proportional distribution
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于动态项集计数的加权频繁项集算法
被引量:1
- 3
-
-
作者
秦丽君
罗雄飞
-
机构
中国科学院软件研究所
中国科学院研究生院
-
出处
《计算机工程》
CAS
CSCD
2012年第3期31-33,共3页
-
基金
国家"863"计划基金资助项目(2007AA040702)
-
文摘
基于Apriori的加权频繁项集挖掘算法存在扫描数据集次数多的问题。为此,提出一种基于动态项集计数的加权频繁项集算法。该算法采用权值键树的数据结构和动态项集计数的方法,满足向下闭合特性,并且动态生成候选频繁项集,从而减少扫描数据集的次数。实验结果证明,该算法生成的加权频繁项集具有较高的效率和时间性能。
-
关键词
数据挖掘
加权频繁项集挖掘
动态项集计数
加权支持度
权值键树
向下闭合特性
最大权值
-
Keywords
data mining
weighted frequent itemset mining
dynamic itemset counting
weighted support degree
weighted trie tree
downwardclosure property
maximum weight
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-