基于PS-EM算法和BP神经网络的影响图模型选择

• 作者: 姚宏亮 张佑生 汪荣贵 王浩
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 影响图(IDs) 结构期望最大值(SEM)算法 后向神经网络 最小描述长度(MDL)评分
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 185-190
• 页数: 6页
• 分类号: TP181
• 字数: 5426字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2007.02.008

摘要

影响图模型选择中存在数据依赖性、计算复杂性和非概率关系问题.通过对影响图结构进行分解,提出PS-EM算法对影响图的概率结构部分进行模型选择.给出一种BP神经网络,通过对局部效用函数的学习实现效用结构部分的模型选择,并引入权重阈值来避免过拟合.PS-EM算法是在SEM算法中引入一种融合先验知识的MDL评分标准来降低传统MDL评分对数据的依赖性,并通过将参数学习和结构评分分开计算提高计算效率.算法比较的结果显示PS-EM比标准SEM的时间性能好、对数据依赖性小,且效用部分的结构选择易于实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张佑生	合肥工业大学计算机科学与技术系	135	1269	19.0	29.0
2	汪荣贵	合肥工业大学计算机科学与技术系	104	1458	21.0	34.0
3	王浩	合肥工业大学计算机科学与技术系	193	1473	20.0	29.0
4	姚宏亮	合肥工业大学计算机科学与技术系	95	488	11.0	16.0