| 基于改进粒子群优化算法的贝叶斯网络结构学习 |
| |
| 引用本文： | 江浩,江兵. 基于改进粒子群优化算法的贝叶斯网络结构学习[J]. 聊城大学学报(自然科学版), 2015, 0(1): 83-87 |
| |
| 作者姓名： | 江浩 江兵 |
| |
| 作者单位： | 1. 亳州师范高等专科学校理化系,安徽 亳州,236800
2. 合肥工业大学 管理学院,安徽 合肥,230009 |
| |
| 基金项目： | 安徽省委宣传部社科规划办项目 |
| |
| 摘 要： | 认识和掌握贝叶斯网络架构是数据求索和知识创新范畴的主要探讨方式之一,当处在网络购架寻觅范围较广的条件下,过去的二值粒子组合改良计算方法时常表现出聚拢速率低,很可能滑入局部范围取优、认识和掌握精准度较低的劣势.在以往二值粒子组合改进计算方法的前提下,依托互信息粒子组合计算方法的初期化过程,减小计算方法的寻觅范围,并且设置新型的演变模型取代以往的演变方程,从而使改良后的计算方法拥有较大的求优功能.选取ASIA网络系统当作模仿样板,再和以往计算方法相比,最终说明改进计算方法可以利用不多的重复换代过程寻觅到极优的方程解,而且总体上不会增添计算过程的繁琐程度.
|
| 关 键 词： | 贝叶斯网络 数据求索 粒子组改良 |
Bayesian Network Structure Learning Based on Improved Particle Swarm Optimization |
| |
| JIANG Hao,JIANG Bing. Bayesian Network Structure Learning Based on Improved Particle Swarm Optimization[J]. JOURNAL OF LIAOCHENG UNIVERSITY (NATURAL SCIENCE, 2015, 0(1): 83-87 |
| |
| Authors: | JIANG Hao JIANG Bing |
| |
| Abstract: | |
| |
| Keywords: | Bayesian networks data mining particles warm optimization (PSO) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
