基于TAN贝叶斯网络的学习风格检测研究

学习风格能明显地影响学生在网络环境下的学习效果。贝叶斯网络是实现学习风格自动检测的重要手段,而TAN贝叶斯网络作为改进的朴素贝叶斯网络,具有更优的分类精度。以FSLSM模型为基础,提出了基于学习风格预设的TAN贝叶斯网络学习风格模型,通过挖掘学生的网络学习行为实现学习风格的自动检测。通过实验将BN算法和TAN算法进行了比较,实验结果表明TAN学习风格模型检测具有更高的准确性。

基于Tan-Sigmoid函数参数调整的BP神经网络改进算法

为提高BP神经网络的性能,对网络的联接权值W和神经元的tan-sigmoid转换函数的参数T、θ进行调整,使信息分布存储于权值矩阵及转换函数中,比传统的算法具有更强的非线性映射能力.经严密的数学推导,给出了最终的改进算法公式和1个预测需求量的算例,结果表明,改进后的算法能有效地减少隐层节点数,且能加快收敛速度和提高收敛精度.

用于数据挖掘的TAN分类器的研究与应用

分类是数据挖掘和模式识别中的一个基本和重要的课题。文中讨论了基于贝叶斯学习的TAN分类器的基本概念和分类算法,同时将分类器算法和具体分类算法结合为一个完整的有效算法。用某高校人才识别系统这一实例来说明TAN分类器的推理过程,并介绍了TAN分类器在数据挖掘领域的应用。实验结果表明TAN分类器具有较好的分类性能和较高的分类精度。

基于贝叶斯网络理论的TAN分类器无向依赖扩展

基于贝叶斯网络理论 ,对 TAN分类器进行无向网络依赖扩展 ,把属性变量之间的树结构扩展成可分解马尔科夫网络 ,使经过依赖扩展得到的分类器能够充分利用属性变量之间的依赖信息 ,提高分类能力 ,并能够通过调节阈值大小避免过度拟合 .

TAN分类器及其应用

主要介绍了贝叶斯网络分类器中的TAN分类器的模型、构造方法及分类方法.通过对参加2006年6月大学英语四级考试同学的学习情况及考试成绩的问卷调查获得数据,采用Hold-out检测方法,即取出其中2/3的数据集作为训练集,另外1/3数据集作为测试集,构造TAN分类器,检验分类器的分类效果.并通过与朴素贝叶斯分类器分类效果的对比实验,证明TAN分类器是分类效果较好的分类器.

基于TAN结构的启发式贝叶斯网络结构学习算法

贝叶斯网络结构学习是个NP难题。一种有效且准确性较高的学习算法是K2算法。但K2算法要确定结点次序,在无先验信息时受到很大限制。提出了一种启发式结构学习G算法,该算法以学习树扩展朴素贝叶斯TAN结构作为启发式信息,由该启发式信息生成结点次序,再用K2算法生成贝叶斯网络结构。实验结果表明,G算法可以解决无先验信息时确定结点次序的问题。所添加的弧比较简洁,网络结构比TAN结构更加合理。

基于TAN分类算法的交通事件检测

事件检测算法是交通事件管理系统的关键技术之一,提出一种基于树增强朴素贝叶斯(TAN)分类算法对交通事件进行检测,它的网络结构和参数通过数据学习确定,相比贝叶斯网络算法,对专家经验依赖较小。采用小波去噪、标准化和基于熵的离散化方法对原始交通数据进行预处理,将交通事件作为"0-1"分类变量,交通特征参数作为属性变量,构建TAN分类器。采用新加坡艾耶尔国王高速公路(AYE)的数据集对该算法进行了实例验证,实验结果表明TAN分类算法与多层前馈神经网络(MLF)算法的检测性能相当,它们的检测率分别为95.97%和98.8%,但TAN分类算法在模型训练和标定的速度上具有显著优势,且相比MLF算法,TAN分类算法的原理更加简单易懂,因此TAN分类算法具有更广泛的应用前景。

基于TAN的网络流量分类方法

针对传统的基于传输层端口和基于特征码的流量分类技术准确率低、应用范围有限等缺点,提出了使用树扩展的贝叶斯分类器的方法,该方法利用网络流量的统计属性和基于统计理论的贝叶斯方法构建分类模型,并利用该模型对未知流量进行分类。实验分析了不同权值、不同规模的数据集对其性能的影响,并与NB、C4.5算法做了比较。实验结果表明,该方法具有较好的分类性能和较高的分类准确率。

面向问题域的增强TAN分类器研究

TAN是一种非常有效的贝叶斯网分类器,但其不足之处是缺少根据实际问题放宽假设限制条件的能力.首先提出了增强属性的概念,通过有差别地处理属性变量实现对TAN分类器的扩展,从而得到了增强的TAN分类器(ATAN).其次,引入数据挖掘工具Weka中更一般化的TAN学习算法,并在此基础上实现了ATAN学习算法.利用W eka实验平台进行的大量测试表明,对于大多数分类问题,ATAN的确能够在不增加时间复杂度的前提下得到相对于TAN更高的分类准确率.

基于TAN网络的层次约减数据分类清洗方法

为提高多源异构环境数据清洗的效率和降低多源异构数据清洗的复杂度,针对多源异构数据环境下存在大量不精确数据的问题,提出一种层次约减分类清洗方法。通过重要度度量算法在数据源层、数据属性层、数据元组层进行层次约减,基于分类算法思想构建TAN网,然后利用数据概率值完成对不精确数据的分类清洗。实验表明所提方法能够有效地提高不精确数据清洗的准确率和清洗效率。

COVID-19疫情期间口腔本科生线上学习决策TAN贝叶斯网络模型分析

目的:探讨地方高校口腔医学本科生在COVID-19疫情期间线上学习的应对与决策规律。方法:针对丽水学院2016—2018级口腔本科生,分别在线上课程开课之前和开课4周后进行2次问卷调查。利用SPSS Modeler 18.0对资料进行整理、审核和内部一致性分析,构建TAN贝叶斯网络模型(tree augmented naive Bayesian network),并使用总体正确率、受试者工作特征曲线(ROC曲线)和ROC曲线下面积(AUC值)等指标评价模型的优劣。结果:2次调查收集个案数分别为422个和382个,Cronbachα系数分别为0.91和0.82。所构建的TAN贝叶斯网络模型分析显示,是否预习线上资料的决策中,最重要的变量是期待开学,其次是网络资料的有效性;在线上课程是否达到线下课程标准的评价变量中,讲课节奏(视频直播或录播中)、线上资料任务点多少、线上资料框架条理3个变量的重要性显著高于其他变量。2个模型的总体预测正确率分别为89.42%和87.82%,AUC值分别为0.75和0.93。结论:疫情期间,教师应充分认识到地方高校口腔医学本科生的教育期待。教学中首先要精心组织内容全面、结构条理清晰、生动且难度适中的线上资料,辅以节奏适中、语音和画面质量均上乘的线上直播或视频录播,再结合多渠道师生交互,真正做到"停课不停学"。

基于TAN分类器的交通灯时间智能动态估计

针对目前交通灯智能化程度低,容易造成交通拥堵的问题,提出一种基于TAN分类器的交通灯时间智能动态估计方法。首先,分析影响交通灯时间的主要因素,并对采集到的数据用模糊分类函数进行离散化处理;其次,依据K2算法学习TAN分类器结构;接着,使用最大似然估计法学习TAN分类器的参数;最后,通过基于时间窗的前向后向算法在线估计出最佳交通灯时间。仿真实验结果表明:本文提出的方法能够根据实时交通路况信息动态估计出最佳交通灯时间,当路口畅通时,交通灯时间短;反之,交通灯时间长。对有效缓解交通拥堵,减少环境污染有着重要的现实意义。

基于神经元自适应的介损tanδ测量方法

提出了基于神经元自适应的测量方法 ,将自适应噪声对消技术用于 tanδ测量。分析了 ANN的学习算法及误差函数 ,讨论了泄漏误差对测量结果的影响 ,并通过仿真结果证实了所提方法的有效性。

基于TAN的文本自动分类框架

介绍一种树状朴素贝叶斯(TAN)文本分类模型,对该模型存在的阈值选取问题进行实验分析,提出不需要进行阈值选取的TAN文本自动分类框架(ATAN)。在中英文非均匀类分布测试集上对基于ATAN的2种算法与手动选取阈值达到最优性能的BL-TAN进行对比,结果表明基于ATAN的算法具有更高性能。

基于APRIORI-TAN的交通事故伤害分析与预测

为探究道路交通事故因素和事故伤害的相关性,以2467起涉及人员伤亡的交通事故为数据集,运用Apriori算法分别挖掘事故伤害关联规则,并结合社会网络分析的可视化和核心-边缘分析构建受伤事故和死亡事故的关联规则网络。结果表明:事故伤害程度与事故时间、道路条件和交通环境等因素关系紧密,尤其死亡事故与碰撞固定物、人行横道事故、高速公路、高速道路、非市区、酒驾和超速存在高相关性。基于树型贝叶斯网络(TAN)构建事故伤害程度的预测模型,预测结果准确率可达87.56%。

12dB微波薄膜衰减器的设计与制备

基于T型衰减网络结构设计并仿真了工作频率为DC^3GHz的微波薄膜衰减器,并采用磁控溅射法在BeO基片上制备了TaN微波薄膜衰减器。仿真结果表明,所设计的微波薄膜衰减器在DC^3GHz工作频率内,衰减量为12 dB,输入端口电压驻波比小于1.1。测试结果表明,所制备的微波薄膜衰减器在DC^3GHz工作频率内,衰减量为(12.0±0.5)dB。

基于网络城市的长株潭城市群构建

网络城市是城市群发展的一种高级模式,是城市区域化发展的地域形态新特征。长株潭城市群作为我国中部崛起、两型社会建设的城市区域,对促进城市群发展,对运用网络城市理念构建网络型城市群,对提升城市群竞争力、优化城市群空间结构稳定性、促进两型社会建设等方面具有重要意义,构建网络长株潭城市群的有力措施是协调主导产业发展、完善交通网络体系、优化城镇体系结构、促进城市间双向流动。

三种文本分类算法的比较

介绍了一种基于贝叶斯定理的文本分类模型“树桩网络(stump network)”。将该方法与朴素贝叶斯文本分类器和TAN(tree augmented naive bayes)文本分类器进行实验比较。结果表明,在大多数数据集上该文本分类方法具有较好的分类正确率。

基于两型社会的长株潭城市群物流网络体系发展研究

发展现代城市群物流必须把生态环境保护与资源节约放在首位,把可持续发展作为现代物流发展最大的利益原则。本文运用经济一体化与现代物流的发展特点分析了影响"长株潭"两型社会发展的物流因素,提出了合理的城市群物流体系对促进"长株潭"两型社会发展的作用,并根据上述内容,就加快"长株潭"城市群物流发展的对策进行了初步的研究。

基于贝叶斯分类器的简历筛选模型

现代社会网络招聘兴起,为社会、企业节省了不少物力、人力、财力,但如何快速、简捷地从众多的电子简历中找出符合要求的简历又是一个让人头疼的问题。文中在贝叶斯网络的基础上,分别从朴素贝叶斯分类器和TAN分类器角度,构建一个基于贝叶斯分类器的电子简历筛选模型,并通过实验验证该模型对电子简历进行分类时的准确率和查全率,且引入一个新的评价指标f同时考虑准确率和查全率,得出没有属性变量相互独立限制的TAN分类器具有较好的分类效果的结论。