以核心变量为基础的离散贝叶斯网络结构学习

张邦佐; 王辉; 张剑飞; 左万利

首页> 中文期刊> 《东北师大学报：自然科学版》 >以核心变量为基础的离散贝叶斯网络结构学习

以核心变量为基础的离散贝叶斯网络结构学习

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

建立了基于核心变量的离散贝叶斯网络结构学习方法.该方法根据变量之间的无条件相对预测能力建立有向无环图,分别按着变量的聚度和散度排序变量;以不同于被预测变量的具有最大聚度和散度的两个变量为条件变量,根据变量之间条件相对预测能力的大小确定弧的存在性与方向,结合环路检验建立初始贝叶斯网络结构;以两个变量的最小切割集为条件变量集,调整初始贝叶斯网络结构(包括删除多余的弧和重新确定弧的方向),最终建立数据中所蕴涵的贝叶斯网络结构.同时,使用模拟数据进行了对比实验,结果表明这是一种有效实用的方法.

著录项

来源
《东北师大学报：自然科学版》 |2005年第4期|28-31|共4页
作者
张邦佐; 王辉; 张剑飞; 左万利;
展开▼
作者单位

东北师范大学计算机学院;

吉林大学计算机科学与技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP311.131;
关键词
预测能力; 核心变量; 最小切割集; 聚度; 散度;

相似文献

中文文献
外文文献
专利

1. 贝叶斯网络参数学习中的连续变量离散化方法研究 [J] . 刘晓明 ,李盼池 ,刘显德 . 计算机与数字工程 . 2018,第005期
2. 贝叶斯网络参数学习中的连续变量离散化方法 [J] . 吴红 ,王维平 ,杨峰 . 系统工程与电子技术 . 2012,第010期
3. 用于离散变量因果分析的贝叶斯网络学习 [J] . 王双成 ,唐海燕 ,刘喜华 . 系统工程学报 . 2008,第005期
4. 一种增强贝叶斯网络结构学习的自动变量序调整算法 [J] . 许国强 ,余长州 ,王林 . 南京大学学报：自然科学版 . 2021,第2期
5. 具有隐藏变量的贝叶斯网络结构学习 [J] . 王双成 ,刘喜华 ,唐海燕 . 模式识别与人工智能 . 2006,第005期
6. 基于遗传算法和强化学习的贝叶斯网络结构学习算法 [C] . 周本达 ,田旭 . 第四届中国软件工程大会 . 2007
7. 具有隐变量的贝叶斯网络结构学习研究 [A] . 王秀芳 . 2012

以核心变量为基础的离散贝叶斯网络结构学习

摘要

著录项

相似文献

相关主题

期刊订阅