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:
贝叶斯网结构学习是一个NP难题,提高学习效率是重要研究问题之一.贝叶斯网结构空间的规模随节点(随机变量)数呈指数增加,选择适当的结构空间可以提高学习效率.本文对贝叶斯网结构空间进行定性和定量分析,对比有向图空间、贝叶斯网空间和马尔科夫等价类空间的规模和特点.通过实验数据分析先验结构空间约束对降低结构空间规模的效率,给出约束参数的选择区间.为贝叶斯网结构学习选择搜索空间和确定约束参数提供理论支持,从而提高学习效率.
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
一类基于蚁群优化的贝叶斯置信网结构学习策略及性能分析
优化算法
蚁群优化算法
贝叶斯置信网
结构学习
动态贝叶斯网络结构学习的依赖分析方法研究
动态贝叶斯网络
依赖分析
先验网
转换网
结构学习
基于GATS贝叶斯网络结构学习的航班延误模型
贝叶斯网络
结构学习
遗传禁忌搜索
GATS贝叶斯网络结构学习
航班延误模型
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 贝叶斯网结构学习搜索空间分析
来源期刊 计算机工程与科学 学科 工学
关键词 贝叶斯网 结构学习 搜索空间 马尔可夫等价
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 122-126
页数 分类号 TP18
字数 5222字 语种 中文
DOI 10.3969/j.issn.1007-130X.2010.09.032
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 刘大有 吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室 211 4714 34.0 63.0
2 陈娟 吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室 26 106 7.0 9.0
3 贾海洋 吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室 7 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (8)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
贝叶斯网
结构学习
搜索空间
马尔可夫等价
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导