系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2011年
11期
2423-2427
,共5页
贝叶斯网络%结构学习%互信息%粒子群优化
貝葉斯網絡%結構學習%互信息%粒子群優化
패협사망락%결구학습%호신식%입자군우화
贝叶斯网络结构学习是数据挖掘与知识发现领域的主要研究技术之一,在网络结构的搜索空间相对较大的情况下,已提出的相关算法往往都会存在算法收敛速度慢、学习到的结果准确性较差的缺陷.提出一种信息论结合粒子群优化的算法,利用互信息限制粒子的初始化,使得粒子群优化算法能在较短的时间内收敛,应用ASIA网络作为仿真模型,并与K2算法比较.实验结果表明,提出的算法能够快速、准确地得到贝叶斯网络结构.
貝葉斯網絡結構學習是數據挖掘與知識髮現領域的主要研究技術之一,在網絡結構的搜索空間相對較大的情況下,已提齣的相關算法往往都會存在算法收斂速度慢、學習到的結果準確性較差的缺陷.提齣一種信息論結閤粒子群優化的算法,利用互信息限製粒子的初始化,使得粒子群優化算法能在較短的時間內收斂,應用ASIA網絡作為倣真模型,併與K2算法比較.實驗結果錶明,提齣的算法能夠快速、準確地得到貝葉斯網絡結構.
패협사망락결구학습시수거알굴여지식발현영역적주요연구기술지일,재망락결구적수색공간상대교대적정황하,이제출적상관산법왕왕도회존재산법수렴속도만、학습도적결과준학성교차적결함.제출일충신식론결합입자군우화적산법,이용호신식한제입자적초시화,사득입자군우화산법능재교단적시간내수렴,응용ASIA망락작위방진모형,병여K2산법비교.실험결과표명,제출적산법능구쾌속、준학지득도패협사망락결구.