数据缺失下学习贝叶斯网的SEM算法

• 作者: 单冬冬 吕强 廖学清
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 学习贝叶斯网 PACOB算法 紧密相关 新决策网络
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 214-216,219
• 页数: 4页
• 分类号: TP301.6
• 字数: 3541字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.08.072

摘要

针对SEM算法易收敛于局部最优的问题,提出一种改进SEM算法--DSEM-PACOB算法,采用PACOB算法提供的良好候选网络及合理的策略,估计节点变量缺失值,并使与待估节点变量紧密相关的若干节点变量直接参与估计.实验结果表明,与SEM算法相比,利用新算法获得的最终解的质量有所提高,且具有更好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕强	苏州大学计算机科学与技术学院	134	1011	15.0	26.0
5	单冬冬	苏州大学计算机科学与技术学院	4	43	4.0	4.0
6	廖学清	苏州大学计算机科学与技术学院	2	11	2.0	2.0