首页 | 本学科首页   官方微博 | 高级检索  
     检索      

融合先验信息的贝叶斯网络结构学习方法
引用本文:吴红,王维平,杨峰.融合先验信息的贝叶斯网络结构学习方法[J].系统工程与电子技术,2012,34(12):2585-2591.
作者姓名:吴红  王维平  杨峰
作者单位:国防科学技术大学信息系统与管理学院, 湖南 长沙 410073
基金项目:国家自然科学基金(61074107;91024015)资助课题
摘    要:在贝叶斯网络结构学习的过程中,如何采集先验信息并合理利用它对于构建准确的网络结构非常重要。鉴于此,依据有先验信息的贝叶斯网络结构学习的三个环节:先验信息的采集、先验信息的融合和网络结构的优化,首先讨论了现有先验信息获取方法的不足,并提出了基于信念图的先验信息获取方法;其次针对所获取的先验信息通常具有一定的不确性,对最小描述长度测度进行了改进以融合非确定性先验信息;最后依据问题特性对模拟退火算法进行了适当的修改以更好地优化网络结构。实验表明,提出的结构学习方法能够有效地提高网络结构的学习精度。

关 键 词:贝叶斯网络  结构学习  信念图  非确定性先验信息  模拟退火  最小描述长度

Structure learning method of Bayesian network with prior information
WU Hong , WANG Wei-ping , YANG Feng.Structure learning method of Bayesian network with prior information[J].System Engineering and Electronics,2012,34(12):2585-2591.
Authors:WU Hong  WANG Wei-ping  YANG Feng
Institution:School of Information Systems and Management, National University of DefenseTechnology, Changsha 410073, China
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《系统工程与电子技术》浏览原始摘要信息
点击此处可从《系统工程与电子技术》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号