基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过对连续随机变量之间预测能力及其计算方法的讨论,提出基于预测能力的连续贝叶斯网络结构学习方法.该方法包括两个步骤,每个步骤都伴随环路检验.首先建立初始贝叶斯网络结构,其次调整初始贝叶斯网络结构,包括增加丢失的弧、删除多余的弧及调整弧的方向,并使用模拟数据进行了对比实验,结果表明该方法非常有致.
推荐文章
贝叶斯网络结构学习综述
贝叶斯网络
结构学习
数据
统计分析
搜索
贝叶斯网络结构学习的发展与展望
概率贝叶斯网络
因果贝叶斯网络
贝叶斯网络结构学习
因果数据挖掘
基于因果效应的贝叶斯网络结构学习方法
贝叶斯网络
阿尔茨海默病
K2算法
因果效应
BDe评分
互信息
基于最大信息系数的贝叶斯网络结构学习算法
贝叶斯网络
结构学习
节点次序
最大信息系数
条件独立性测试
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于预测能力的连续贝叶斯网络结构学习
来源期刊 计算机工程与应用 学科 工学
关键词 连续贝叶斯网络 预测能力 最小切割集
年,卷(期) 2007,(9) 所属期刊栏目 博士论坛
研究方向 页码范围 23-24,48
页数 3页 分类号 TP18
字数 2233字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.09.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苑森淼 吉林大学计算机科学与技术学院 69 850 15.0 26.0
2 刘光远 吉林大学通信工程学院 16 215 8.0 14.0
3 董立岩 吉林大学计算机科学与技术学院 55 566 12.0 22.0
4 李永丽 东北师范大学计算机学院 50 322 10.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (10)
二级引证文献  (13)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
连续贝叶斯网络
预测能力
最小切割集
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导