互信息与爬山法相结合的贝叶斯网络结构学习

被引：34

作者：

金焱 ^{[1
]}

胡云安 ^{[1
]}

张瑾 ^{[2
]}

宋艳波 ^{[3
]}

机构：

[1] 海军航空工程学院控制工程系

[2] 中国人民解放军部队装备部

[3] 海军航空工程学院指挥系

来源：

计算机应用与软件 | 2012年 / 29卷 / 09期

关键词：

互信息; 爬山法; 贝叶斯网络; 结构学习;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

针对爬山法容易陷入局部最优,而随机重复爬山法时间开销过大的问题,将互信息与爬山法相结合,提出了MI&HC贝叶斯网络结构学习算法。首先利用互信息构建初始网络结构,再从该网络结构开始利用爬山法进行贝叶斯网络结构学习。仿真结果表明:MI&HC算法,对小型稀疏网络结构的学习效果非常好,对较大型的网络结构的学习也能得到令人满意的结果;该算法不需要节点顺序这一先验信息,却能获得与K2算法相当的学习效果。

引用

页码：122 / 125

页数：4

共 5 条

[1]

CONSTRUCTION OF BAYESIAN NETWORK STRUCTURES FROM DATA - A BRIEF SURVEY AND AN EFFICIENT ALGORITHM [J].