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:
由数据构造贝叶斯网络结构是NP一难问题,因此提出了一种基于互信息的改进算法.该算法根据互信息构造初始框架,其次利用最大支撑树算法精简初始框架,并通过条件独立测试添加方向,最后利用贪婪算法得到最优网络结构.数值实验表明,改进算法无论是在RIC的得分值,还是在结构的误差上都有,定的改善,并且在迭代次数、运行时间上均有明显降低,能较快地确定出与数据匹配程度最高的网络结构.
推荐文章
基于互信息学习贝叶斯网络等价类
数据挖掘
贝叶斯网络
结构学习
连通图
互信息
条件独立测试
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
基于因果效应的贝叶斯网络结构学习方法
贝叶斯网络
阿尔茨海默病
K2算法
因果效应
BDe评分
互信息
基于互信息学习贝叶斯网络等价类
数据挖掘
贝叶斯网络
结构学习
连通图
互信息
条件独立测试
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 利用互信息学习贝叶斯网络结构
来源期刊 智能系统学报 学科 工学
关键词 贝叶斯网络 结构学习 互信息 独立测试 最大支撑树
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 68-72
页数 分类号 TP181
字数 3588字 语种 中文
DOI 10.3969/j.issn.1673-4785.2011.01.009
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 刘三阳 西安电子科技大学数学系 662 5562 32.0 51.0
2 李冰寒 西安电子科技大学数学系 4 22 2.0 4.0
3 高晓利 西安电子科技大学数学系 3 21 2.0 3.0
4 李战国 西安交通大学机械工程学院 4 35 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (11)
同被引文献  (10)
二级引证文献  (16)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(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)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2009(4)
  • 参考文献(4)
  • 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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(6)
  • 引证文献(5)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
贝叶斯网络
结构学习
互信息
独立测试
最大支撑树
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导