小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2013年
9期
2135-2138
,共4页
最大相关-最小冗余%贝叶斯网络%结构学习%结点次序
最大相關-最小冗餘%貝葉斯網絡%結構學習%結點次序
최대상관-최소용여%패협사망락%결구학습%결점차서
MRMR%Bayesian network%structure learning%node order
贝叶斯网络结构学习对贝叶斯网络解决实际问题至关重要.基于评分与搜索的方法是目前比较常用的结构学习方法,但该类方法中结构搜索空间的大小随结点个数增加而指数增长,因此一般采用启发式搜索策略,有些方法还需要结点次序.在基于结点次序的最大相关-最小冗余贪婪贝叶斯网络结构学习算法中,由于是随机产生初始结点的次序,这增大了结果的不确定性.本文提出一种生成优化结点初始次序的方法,在得到基本有序的结点初始次序后,再结合近邻交换算子进行迭代搜索,能够在较短的时间内得到更加正确的贝叶斯网络结构.实验结果表明了该方法的有效性.
貝葉斯網絡結構學習對貝葉斯網絡解決實際問題至關重要.基于評分與搜索的方法是目前比較常用的結構學習方法,但該類方法中結構搜索空間的大小隨結點箇數增加而指數增長,因此一般採用啟髮式搜索策略,有些方法還需要結點次序.在基于結點次序的最大相關-最小冗餘貪婪貝葉斯網絡結構學習算法中,由于是隨機產生初始結點的次序,這增大瞭結果的不確定性.本文提齣一種生成優化結點初始次序的方法,在得到基本有序的結點初始次序後,再結閤近鄰交換算子進行迭代搜索,能夠在較短的時間內得到更加正確的貝葉斯網絡結構.實驗結果錶明瞭該方法的有效性.
패협사망락결구학습대패협사망락해결실제문제지관중요.기우평분여수색적방법시목전비교상용적결구학습방법,단해류방법중결구수색공간적대소수결점개수증가이지수증장,인차일반채용계발식수색책략,유사방법환수요결점차서.재기우결점차서적최대상관-최소용여탐람패협사망락결구학습산법중,유우시수궤산생초시결점적차서,저증대료결과적불학정성.본문제출일충생성우화결점초시차서적방법,재득도기본유서적결점초시차서후,재결합근린교환산자진행질대수색,능구재교단적시간내득도경가정학적패협사망락결구.실험결과표명료해방법적유효성.
