贝叶斯网络的参数学习研究

• 作者: 孙笑微 徐兆棣 李晓毅
• 来源期刊: 沈阳农业大学学报
• 关键词: 贝叶斯网络 网络结构 参数学习 狄利克雷分布 数据采掘
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 研究简报
• 页码范围: 125-128
• 页数: 4页
• 分类号: YP311
• 字数: 3404字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2007.01.027

摘要

贝叶斯网络是数据采掘的一个非常有效的工具,它能够定性和定量地分析属性之间的依赖关系,进行概率推理.在给出贝叶斯网络相关概念后,讨论了贝叶斯网络在离散型、连续型和混合型3种情况下的参数学习计算公式;利用给定样本数据,对具有完整数据和不具有完整数据的贝叶斯网络,学习网络参数,更新网络变量原有的先验分布;从理论上给出两种不同类型下的参数学习公式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓毅	沈阳师范大学数学与系统科学学院	65	491	12.0	19.0
2	孙笑微	沈阳师范大学软件学院	14	148	7.0	12.0
3	徐兆棣	沈阳师范大学数学与系统科学学院	54	354	11.0	16.0