计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
13期
39-43,52
,共6页
贝叶斯网络%结构学习%互信息%条件独立性测试%贪婪搜索
貝葉斯網絡%結構學習%互信息%條件獨立性測試%貪婪搜索
패협사망락%결구학습%호신식%조건독립성측시%탐람수색
结构学习是贝叶斯网络的重要分支之一,而由数据学习贝叶斯网络是NP-完全问题,提出了一个由数据学习贝叶斯网络的改进算法.该算法基于互信息知识构造初始无向图,并通过条件独立测试对无向边添加方向;同时提出了一个针对4节点环和5节点环的局部优化方法来构造初始框架,最后利用贪婪搜索算法得到最优网络结构.数值实验结果表明,改进的算法无论是在BIC评分值,还是在结构的误差上都有一定的改善,并且在迭代次数、运行时间上均有明显降低,能较快地确定出与数据匹配程度最高的网络结构.
結構學習是貝葉斯網絡的重要分支之一,而由數據學習貝葉斯網絡是NP-完全問題,提齣瞭一箇由數據學習貝葉斯網絡的改進算法.該算法基于互信息知識構造初始無嚮圖,併通過條件獨立測試對無嚮邊添加方嚮;同時提齣瞭一箇針對4節點環和5節點環的跼部優化方法來構造初始框架,最後利用貪婪搜索算法得到最優網絡結構.數值實驗結果錶明,改進的算法無論是在BIC評分值,還是在結構的誤差上都有一定的改善,併且在迭代次數、運行時間上均有明顯降低,能較快地確定齣與數據匹配程度最高的網絡結構.
결구학습시패협사망락적중요분지지일,이유수거학습패협사망락시NP-완전문제,제출료일개유수거학습패협사망락적개진산법.해산법기우호신식지식구조초시무향도,병통과조건독립측시대무향변첨가방향;동시제출료일개침대4절점배화5절점배적국부우화방법래구조초시광가,최후이용탐람수색산법득도최우망락결구.수치실험결과표명,개진적산법무론시재BIC평분치,환시재결구적오차상도유일정적개선,병차재질대차수、운행시간상균유명현강저,능교쾌지학정출여수거필배정도최고적망락결구.