| 一种新的贝叶斯网络增量学习方法 |
| |
| 引用本文： | 王双成,冷翠平,杜瑞杰.一种新的贝叶斯网络增量学习方法[J].系统仿真学报,2009,21(17). |
| |
| 作者姓名： | 王双成 冷翠平 杜瑞杰 |
| |
| 作者单位： | 1. 上海立信会计学院数学与信息学院,上海,201620;上海立信会计学院开放经济与贸易研究中心,上海,201620
2. 上海立信会计学院数学与信息学院,上海,201620 |
| |
| 基金项目： | 国家自然科学基金项目，上海市教委重点学科基金和上海市教委科研创新重点项目 |
| |
| 摘 要： | 现有的贝叶斯网络增量学习方法忽略结构与参数变化的特点和内在联系,往往会降低更新后贝叶斯网络的可靠性.针对这一情况,提出了贝叶斯网络结构与参数变化并不同步,参数变化到一定程度将引起结构变化,并基于这种不同步性,给出了一种是否进行结构更新的判别方法,以及结构与参数更新的实现算法,实验结果显示,这种增量学习方法更加合理和可行.
|
| 关 键 词： | 贝叶斯网络 增量学习 最优解释 结构学习 参数学习 |
New Incremental Method for Bayesian Network Learning |
| |
| Abstract: | |
| |
| Keywords: | Bayesian networks incremental learning most probable explanation structure learning parameter learning |
| 本文献已被 万方数据 等数据库收录！ |
|
