登录    注册    忘记密码

期刊文章详细信息

用于操作风险分析的小样本贝叶斯网络结构学习    

Learning Bayesian Networks Structure from Small Data Set in Operational Risk Analysis

  

文献类型:期刊文章

作  者:王双成[1] 刘喜华[2] 张丕强[3]

机构地区:[1]上海立信会计学院信息科学系 [2]青岛大学经济学院,青岛266071 [3]上海立信会计学院金融学系,上海201620

出  处:《系统管理学报》

基  金:国家自然科学基金资助项目(60675036);上海市重点学科基金资助(P1601)项目

年  份:2008

卷  号:17

期  号:4

起止页码:448-454

语  种:中文

收录情况:BDHX、BDHX2004、JST、ZGKJHX、核心刊

摘  要:现有的贝叶斯网络结构学习方法需要大量可靠例子进行复杂的运算,具有低效率和可靠性,而在操作风险管理方面积累大量可靠的例子非常困难。针对问题和实际需求,基于变量之间基本依赖关系、结点之间基本结构、d-separation标准和依赖分析方法进行小样本贝叶斯网络结构学习,分别使用模拟和真实数据进行了实验和分析,结果显示,该方法能够有效地进行小样本数据的贝叶斯网络结构学习。

关 键 词:贝叶斯网络 小样本数据  结构学习  操作风险

分 类 号:TP181]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心