用遗传算法实现信度网结构学习:一种新的编码方案

• 作者: 刘启元 张勤 张聪 沈一栋
• 来源期刊: 计算机科学
• 关键词: 信度网 结构学习 遗传算法
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 103-105
• 页数: 3页
• 字数: 3624字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2004.12.029

摘要

近年来,信度网已经成为表达一组随机变量间的概率关系的常见方法.在大的变量域中信度网的结构生成是信度网应用的难点.为了解决信度网的结构学习问题,一些研究者研究如何从数据集自动学习结构.本文研究采用遗传算法进行信度网结构学习时存在的问题和编码方法,并给出了一种新的信度网编码方案.数值试验显示遗传算法能够给出理想的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勤	重庆大学自动化学院	120	1115	17.0	26.0
2	张聪	重庆大学计算机学院	16	342	8.0	16.0
6	沈一栋	中国科学院软件研究所计算机科学重点实验室	4	7	2.0	2.0
7	刘启元		1	0	0.0	0.0