计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
3期
641-646
,共6页
贝叶斯网络%结构学习%数据%统计分析%搜索
貝葉斯網絡%結構學習%數據%統計分析%搜索
패협사망락%결구학습%수거%통계분석%수색
Bayesian networks(BN)%structure learning%data%statistical analysis%searching
贝叶斯网络是一种有效的不确定性知识表达和推理工具,在数据挖掘等领域得到了较好的应用,而结构学习是其重要研究内容之一.经过二十多年的发展,已经出现了一些比较成熟的贝叶斯网络结构学习算法,对迄今为止的贝叶斯网络结构学习方法进行了综述.现阶段获得的用于结构学习的观测数据都比较复杂,这些数据分为完备数据和不完备数据两种类型.针对完备数据,分别从基于依赖统计分析的方法、基于评分搜索的方法和混合搜索方法三个方面对已有的算法进行分析.对于不完备数据,给出了数据不完备情况下网络结构的学习框架.在此基础上归纳总结了贝叶斯网络结构学习各个方向的研究进展,给出了贝叶斯网络结构学习未来可能的研究方向.
貝葉斯網絡是一種有效的不確定性知識錶達和推理工具,在數據挖掘等領域得到瞭較好的應用,而結構學習是其重要研究內容之一.經過二十多年的髮展,已經齣現瞭一些比較成熟的貝葉斯網絡結構學習算法,對迄今為止的貝葉斯網絡結構學習方法進行瞭綜述.現階段穫得的用于結構學習的觀測數據都比較複雜,這些數據分為完備數據和不完備數據兩種類型.針對完備數據,分彆從基于依賴統計分析的方法、基于評分搜索的方法和混閤搜索方法三箇方麵對已有的算法進行分析.對于不完備數據,給齣瞭數據不完備情況下網絡結構的學習框架.在此基礎上歸納總結瞭貝葉斯網絡結構學習各箇方嚮的研究進展,給齣瞭貝葉斯網絡結構學習未來可能的研究方嚮.
패협사망락시일충유효적불학정성지식표체화추리공구,재수거알굴등영역득도료교호적응용,이결구학습시기중요연구내용지일.경과이십다년적발전,이경출현료일사비교성숙적패협사망락결구학습산법,대흘금위지적패협사망락결구학습방법진행료종술.현계단획득적용우결구학습적관측수거도비교복잡,저사수거분위완비수거화불완비수거량충류형.침대완비수거,분별종기우의뢰통계분석적방법、기우평분수색적방법화혼합수색방법삼개방면대이유적산법진행분석.대우불완비수거,급출료수거불완비정황하망락결구적학습광가.재차기출상귀납총결료패협사망락결구학습각개방향적연구진전,급출료패협사망락결구학습미래가능적연구방향.
