基于改进爬山算法的Bayesian网结构增量学习方法 |
| |
引用本文: | 万猛,刘勇.基于改进爬山算法的Bayesian网结构增量学习方法[J].兰州理工大学学报,2013(5):78-81. |
| |
作者姓名: | 万猛 刘勇 |
| |
作者单位: | 河南科技大学电子信息工程学院 |
| |
摘 要: | 已建成的贝叶斯网与领域环境间可能存在较大偏差,加之领域本身固有的动态变化特征,因此在观察到新数据时,改善贝叶斯网的性能和优化网络结构是十分必要的.对传统爬山算法进行研究并改进Gamez等提出的爬山算法,该算法通过引入删除结点时的禁忌表和环路禁忌表,避免搜索不必要的冗余结点,提高搜索效率,并给出禁忌表的更新方法.在ALARM数据集上进行实验,结果表明该算法是有效的.
|
关 键 词: | 贝叶斯网络 增量学习 结构学习 爬山算法 禁忌表 |
本文献已被 CNKI 等数据库收录! |
|