作者:
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:
贝叶斯网络将概率理论和图论相结合,为解决不确定性问题提供了一种自然而直观的方法.近年来,贝叶斯网络逐渐成为国内外智能数据处理的研究热点之一,被广泛应用于专家系统、决策支持、模式识别、机器学习和数据挖掘等领域.本文在对贝叶斯网络全面概述的基础上,深入研究贝叶斯网络的基本原理、贝叶斯网络的典型推理和学习算法.
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
基于量子遗传算法的贝叶斯网络结构学习
贝叶斯网络
结构学习
量子遗传算法
量子位
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 贝叶斯网络结构学习算法探析
来源期刊 牡丹江师范学院学报(自然科学版) 学科 工学
关键词 贝叶斯网络 参数学习 结构学习 依赖分析 数据挖掘
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 18-20
页数 分类号 TP391
字数 2737字 语种 中文
DOI 10.3969/j.issn.1003-6180.2010.04.009
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 付丹丹 大庆师范学院计算机科学与信息技术学院 27 109 7.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (107)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (6)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
贝叶斯网络
参数学习
结构学习
依赖分析
数据挖掘
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
牡丹江师范学院学报(自然科学版)
季刊
1003-6180
23-1289/N
16开
黑龙江省牡丹江市文化街191号
1975
chi
出版文献量(篇)
2986
总下载数(次)
9
总被引数(次)
6733
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导