|
|||||
|
|
| 用于离散变量因果分析的贝叶斯网络学习 | |
| 引用本文： | 王双成,唐海燕,刘喜华.用于离散变量因果分析的贝叶斯网络学习[J].系统工程学报,2008,23(5). |
| 作者姓名： | 王双成 唐海燕 刘喜华 |
| 作者单位： | 1. 上海立信会计学院信息科学系,上海,201620;上海立信会计学院中国立信风险管理研究院,上海,201620 2. 上海立信会计学院中国立信风险管理研究院,上海,201620 3. 青岛大学经济学院,山东,青岛,266071 |
| 基金项目： | 国家自然科学基金，上海市重点学科建设项目，上海市教委资助项目 |
| 摘 要： | 针对现有基于贝叶斯网络离散变量因果分析方法具有低效率和局限性等问题.使用依赖分析方法建立贝叶斯网络骨架,结合碰撞识别方法、变量之间的预测能力和描述长度极小准则确定边的因果方向,进行具有多项式复杂度的离散变量因果贝叶斯网络学习来避免这些问题,并给出了因果贝叶斯网络中定量因果信息传递计算方法.同时,针对小样本情况建立了因果最大似然树学习方法. |
| 关 键 词： | 因果分析 贝叶斯网络 离散变量 预测能力 |
Learning Bayesian network used on causal analysis between discrete variables |
|
| WANG Shuang-cheng,TANG Hai-yan,LIU Xi-hua.Learning Bayesian network used on causal analysis between discrete variables[J].Journal of Systems Engineering,2008,23(5). | |
| Authors: | WANG Shuang-cheng TANG Hai-yan LIU Xi-hua |
| Abstract: | |
| Keywords: | causal analysis Bayesian network discrete variables predicting ability |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |