共 1 条
基于I-B&B-MDL的贝叶斯网结构学习改进算法
被引：5
作者：
冀俊忠
阎静
刘椿年
机构：
[1] 北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室
来源：
基金：
国家自然科学基金重大项目;
关键词：
数据挖掘;
知识表示;
贝叶斯网络;
条件独立测试;
最小描述长度评分;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
针对I-B&B-MDL算法的不足,提出了2点改进:一是仅利用0阶和部分1阶测试确定网络侯选连接图,在有效限制搜索空间的同时,减少了独立性测试及对数据库的扫描次数;二是利用互信息的启发性知识作为侯选父母节点排序,加大了B&B搜索树的截断,加速了搜索过程．在通用数据集上的实验结果表明,在保证学习精度的前提下,算法整体的时间性能比原算法有较大的改进．
引用
收藏
页码：436 / 441
页数：6
相关论文