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:
针对基于条件独立性测试贝叶斯网结构学习算法在删除完全图边时的不足,提出加入对节点x和y的互信息测试的改进算法,不但能充分考虑到D-分离原理中存在的3种图型结构,使学习到的网络结构更接近于解,而且还从一定程度上减少了三角团的存在,从而也将低了确定边方向时出现环路的概率.并通过实验证明改进算法是有效、可行的.
推荐文章
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
采用约束蚁群优化的贝叶斯网结构学习算法
贝叶斯网络
约束蚁群优化算法
增边规则
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
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 基于条件独立性测试的贝叶斯网结构学习改进算法
来源期刊 云南民族大学学报(自然科学版) 学科 工学
关键词 贝叶斯网 D-分离 条件独立测试 机器学习
年,卷(期) 2011,(5) 所属期刊栏目 信息与计算机科学
研究方向 页码范围 402-405
页数 分类号 TP183
字数 3335字 语种 中文
DOI 10.3969/j.issn.1672-8513.2011.05.018
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 范菁 云南民族大学云南省高校无线传感器网络重点实验室 39 132 6.0 9.0
2 尹世堂 云南民族大学继续教育学院 15 42 4.0 5.0
3 赵波 云南民族大学云南省高校无线传感器网络重点实验室 13 81 5.0 9.0
4 吴庆畅 云南民族大学云南省高校无线传感器网络重点实验室 9 45 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (21)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (6)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
贝叶斯网
D-分离
条件独立测试
机器学习
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
云南民族大学学报(自然科学版)
双月刊
1672-8513
53-1192/N
大16开
中国昆明市一二·一大街134号
1992
chi
出版文献量(篇)
2286
总下载数(次)
5
总被引数(次)
8502
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导