用于离散变量因果分析的贝叶斯网络学习

• 作者: 刘喜华 唐海燕 王双成
• 来源期刊: 系统工程学报
• 学科: 工学
• 关键词: 因果分析 贝叶斯网络 离散变量 预测能力
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 管理信息系统
• 页码范围: 596-602
• 页数: 7页
• 分类号: TP181
• 字数: 6459字
• 语种: 中文

摘要

针对现有基于贝叶斯网络离散变量因果分析方法具有低效率和局限性等问题.使用依赖分析方法建立贝叶斯网络骨架,结合碰撞识别方法、变量之间的预测能力和描述长度极小准则确定边的因果方向,进行具有多项式复杂度的离散变量因果贝叶斯网络学习来避免这些问题,并给出了因果贝叶斯网络中定量因果信息传递计算方法.同时,针对小样本情况建立了因果最大似然树学习方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐海燕	上海立信会计学院中国立信风险管理研究院	76	583	13.0	22.0
2	刘喜华	青岛大学经济学院	64	385	10.0	16.0
3	王双成	上海立信会计学院信息科学系	65	390	10.0	15.0