基于互信息的贝叶斯网络结构学习算法

被引：20

作者：

王越

谭暑秋

刘亚辉

机构：

[1] 重庆理工大学计算机科学与工程学院

来源：

计算机工程 | 2011年 / 37卷 / 07期

关键词：

贝叶斯网络; 结构学习; 互信息;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

贝叶斯网络结构学习是贝叶斯网络构建的核心,有效的结构学习算法是构建最优网络结构的基础。基于此,提出一种基于互信息的贝叶斯网络结构学习算法,该算法可以挖掘出数据集各属性中存在的隐含依赖关系,适时地对数据集进行降维操作,从而提高算法的效率,并可保证结果的准确性。实验结果表明,与常用的依赖分析算法SGS相比,在结果相似的情况下,该算法执行效率更高。

引用

收藏

页码：62 / 64

页数：3

相关论文

共 4 条

[1] 基于属性互信息熵的量化关联规则挖掘
刘乐乐
田卫东
[J]. 计算机工程, 2009, 35 (14) : 38 - 40
[2] The max-min hill-climbing Bayesian network structure learning algorithm
Tsamardinos, Ioannis
Brown, Laura E.
Aliferis, Constantin F.
[J]. MACHINE LEARNING, 2006, 65 (01) : 31 - 78
[3] LEARNING BAYESIAN NETWORKS - THE COMBINATION OF KNOWLEDGE AND STATISTICAL-DATA
HECKERMAN, D
GEIGER, D
CHICKERING, DM
[J]. MACHINE LEARNING, 1995, 20 (03) : 197 - 243
[4] 神经网络原理.[M].(美)SimonHaykin著;叶世伟;史忠植译;.机械工业出版社.2004,