计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2009年
8期
214-216,219
,共4页
学习贝叶斯网%PACOB算法%紧密相关%新决策网络
學習貝葉斯網%PACOB算法%緊密相關%新決策網絡
학습패협사망%PACOB산법%긴밀상관%신결책망락
针对SEM算法易收敛于局部最优的问题,提出一种改进SEM算法--DSEM-PACOB算法,采用PACOB算法提供的良好候选网络及合理的策略,估计节点变量缺失值,并使与待估节点变量紧密相关的若干节点变量直接参与估计.实验结果表明,与SEM算法相比,利用新算法获得的最终解的质量有所提高,且具有更好的稳定性.
針對SEM算法易收斂于跼部最優的問題,提齣一種改進SEM算法--DSEM-PACOB算法,採用PACOB算法提供的良好候選網絡及閤理的策略,估計節點變量缺失值,併使與待估節點變量緊密相關的若榦節點變量直接參與估計.實驗結果錶明,與SEM算法相比,利用新算法穫得的最終解的質量有所提高,且具有更好的穩定性.
침대SEM산법역수렴우국부최우적문제,제출일충개진SEM산법--DSEM-PACOB산법,채용PACOB산법제공적량호후선망락급합리적책략,고계절점변량결실치,병사여대고절점변량긴밀상관적약간절점변량직접삼여고계.실험결과표명,여SEM산법상비,이용신산법획득적최종해적질량유소제고,차구유경호적은정성.
