貝葉斯量子隨機(jī)學(xué)習(xí)算法及應(yīng)用研究.pdf

1、Thomas．Bayes在他的論文“關(guān)于幾率性求解問(wèn)題的評(píng)論”(17641)中首先提出了貝葉斯概率觀(guān)點(diǎn)。1988年P(guān)earl出版了關(guān)于貝葉斯網(wǎng)絡(luò)(Bayesian Networks，BNs)的第一本書(shū)籍。近年來(lái)，貝葉斯學(xué)習(xí)方法及其相關(guān)的一系列算法已成為機(jī)器學(xué)習(xí)方法中比較活躍的方法之一。本文在貝葉斯學(xué)習(xí)算法中引入量子計(jì)算機(jī)制，主要做了以下一些工作： 給出了基于量子表示的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)模型；將量子搜索算法引入到貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)中

2、，與基于評(píng)分和搜索的網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法比較，表現(xiàn)出較好的時(shí)間性能；將量子正交變換引入到貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)中，在信息有限的小樣本數(shù)據(jù)集上體現(xiàn)出較好的分類(lèi)性能；將基于量子的隨機(jī)搜索算法用于從具有缺失數(shù)據(jù)的網(wǎng)絡(luò)中進(jìn)行有效的學(xué)習(xí)；將貝葉斯量子隨機(jī)學(xué)習(xí)算法用于人臉表情的分類(lèi)。 本文的特色主要體現(xiàn)在： (1)提出了貝葉斯量子隨機(jī)學(xué)習(xí)模型并給出了相關(guān)的隨機(jī)學(xué)習(xí)算法； (2)將貝葉斯量子隨機(jī)學(xué)習(xí)算法應(yīng)用于貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)、參